Un Spécialiste dispose d'un très grand jeu de données d'entraînement dans S3 (des millions d'enregistrements). Il souhaite éviter de copier toutes les données sur le volume EBS de 5 Go d'un bloc-notes SageMaker, tout en s'entraînant sur l'ensemble complet des données. Quel workflow permet d'utiliser l'ensemble complet des données pour l'entraînement avec un minimum de copie locale ?

L'option correcte permet de valider le code d'entraînement sur un petit sous-ensemble localement, ce qui est efficace pour le développement itératif. Ensuite, l'utilisation du mode d'entrée Pipe de SageMaker pour la tâche d'entraînement lit les données directement depuis S3 sans les copier entièrement sur le volume EBS, ce qui est idéal pour les grands ensembles de données. Les options incorrectes sont moins efficaces ou ne répondent pas à la contrainte de minimiser la copie locale. Lancer une instance EC2 avec une AMI Deep Learning et attacher S3 (options 2 et 4) implique une gestion d'infrastructure supplémentaire et ne garantit pas une minimisation de la copie locale si les données sont traitées sur l'instance. Utiliser AWS Glue pour tester l'entraînement (option 3) est une approche de préparation de données, pas d'entraînement direct, et n'est pas le workflow le plus direct pour valider le code d'entraînement.