Une entreprise dispose d'un grand ensemble de données non structurées contenant de nombreux enregistrements en double sur des attributs clés. Quelle solution AWS permettra d'identifier les doublons avec le moins de code personnalisé ?

AWS Glue FindMatches est une transformation d'apprentissage automatique qui identifie les enregistrements en double ou correspondants dans un ensemble de données sans nécessiter d'identifiants exacts. Elle est conçue spécifiquement pour ce cas d'utilisation et minimise le besoin de code personnalisé. Amazon Mechanical Turk est un service de crowdsourcing qui serait coûteux et lent pour un grand ensemble de données. Amazon QuickSight ML Insights est destiné à l'analyse et à la détection d'anomalies, pas à la déduplication de données brutes. Amazon SageMaker Data Wrangler est un outil de préparation de données qui peut aider au nettoyage, mais il n'inclut pas de fonctionnalité intégrée de déduplication basée sur le ML comme FindMatches, ce qui nécessiterait plus de code personnalisé.