Un ingénieur ML doit s'assurer qu'un jeu de données est conforme aux réglementations PII et empêcher les instances d'entraînement SageMaker d'utiliser des PII. Quelle est la solution la plus efficace sur le plan opérationnel ?

La solution la plus efficace sur le plan opérationnel est d'utiliser Amazon Comprehend DetectPiiEntities pour masquer les PII, puis de stocker les données masquées dans un compartiment Amazon S3. SageMaker peut ensuite accéder directement à ce compartiment S3 pour l'entraînement, ce qui est une méthode standard et optimisée pour l'intégration des données. L'utilisation d'Amazon EFS (deuxième et troisième options) ajoute une couche de complexité et de coût inutile pour ce cas d'utilisation, car S3 est le stockage de données privilégié pour SageMaker. Bien qu'AWS Glue DataBrew puisse nettoyer les données, DetectPiiEntities est spécifiquement conçu pour l'identification et le masquage des PII. Amazon Macie (quatrième option) est excellent pour la découverte de PII, mais il ne les supprime pas automatiquement de manière opérationnelle pour l'entraînement, et son objectif principal est la sécurité et la conformité, pas la préparation directe des données pour l'entraînement ML.