Une entreprise stocke des données de parcours de navigation (clickstream) dans un compartiment S3 du compte AWS A et doit entraîner un modèle ML dans SageMaker AI du compte B pour une tâche de 10 jours. L'entraînement doit utiliser uniquement des adresses IP privées et aucune métadonnée d'entraînement ne doit être partagée avec AWS. Quelle solution répond à ces contraintes ?

La solution correcte répond aux deux contraintes. Un point de terminaison de VPC pour S3 permet à l'instance d'entraînement SageMaker d'accéder aux données S3 via des adresses IP privées, sans passer par Internet. La variable d'environnement OPTOUTTRACKING définie à 1 indique à SageMaker de ne pas collecter de métadonnées d'entraînement, assurant la confidentialité requise. Les autres options sont incorrectes car : Le peering de VPC seul ne garantit pas l'accès privé à S3 sans passer par des passerelles Internet ou des points de terminaison. Contacter AWS par e-mail n'est pas la méthode standard pour refuser la collecte de métadonnées. Une politique de groupe de sécurité sur S3 est inappropriée car les groupes de sécurité s'appliquent aux instances EC2, pas aux compartiments S3. Les politiques de désactivation des services d'IA ne sont pas une fonctionnalité standard pour contrôler la collecte de métadonnées de SageMaker. Les URL présignées permettent un accès temporaire mais ne garantissent pas l'utilisation exclusive d'adresses IP privées pour l'accès aux données.