Une entreprise souhaite exécuter des analyses ML sur des données dans un lac de données S3. Elle a deux besoins de transformation : (1) effectuer des transformations quotidiennes planifiées sur 300 Go de données de formats variés qui arrivent à une heure fixe, et (2) exécuter une transformation unique sur des téraoctets de données archivées dans le lac. Les DAGs Amazon MWAA orchestreront les workflows. Quelles sont les deux tâches que les DAGs devraient planifier pour répondre à ces besoins de la manière la plus rentable ? (Choisissez deux.)

Pour les données entrantes quotidiennes, les crawlers AWS Glue sont le choix le plus rentable pour scanner et identifier le schéma. Ils s'intègrent nativement avec le Data Catalog AWS Glue, qui est essentiel pour les analyses ML sur S3, et sont conçus pour des exécutions planifiées et incrémentielles. Amazon Athena est un moteur de requête, pas un outil de découverte de schéma. Amazon Redshift est un entrepôt de données, pas l'outil principal pour les transformations de données brutes dans un lac de données. Pour les transformations de données quotidiennes et archivées, Amazon EMR est la solution la plus rentable. Il est optimisé pour le traitement de grands volumes de données (téraoctets) avec des frameworks comme Spark, ce qui le rend idéal pour les transformations complexes et les données archivées. De plus, il peut être utilisé pour des tâches planifiées (quotidiennes) et des tâches ponctuelles. Amazon SageMaker est une plateforme ML, pas un outil principal pour les transformations de données brutes à grande échelle.