Vous avez des fichiers CSV dans Amazon S3 qui incluent une colonne d'horodatage formatée comme suit : 1er mars 2020, 20h14. Vous émettez l'hypothèse que le jour de la semaine, le mois et l'heure affectent la variable cible, vous devez donc ajouter trois nouvelles fonctionnalités (jour de la semaine, mois, heure) à l'ensemble de données. Quelle approche ajoute ces fonctionnalités tout en nécessitant le moins de frais opérationnels pour produire un nouveau fichier dans S3 ?

L'approche la plus efficace pour ajouter ces fonctionnalités avec le moins de frais opérationnels est d'utiliser Amazon SageMaker Data Wrangler. Data Wrangler est conçu pour la préparation de données sans code ou avec peu de code, offrant une interface utilisateur graphique pour importer des données, appliquer des transformations prédéfinies comme la "Featurize date/time" et exporter le résultat vers S3. Cela réduit considérablement le temps de développement et la complexité opérationnelle par rapport aux autres options. Les autres options impliquent l'écriture et la gestion de code (PySpark, Python, AWS Glue), ce qui augmente les frais opérationnels. Amazon EMR nécessite la gestion d'un cluster, SageMaker Processing nécessite l'écriture et l'exécution d'un script Python, et AWS Glue, bien qu'il s'agisse d'un service ETL sans serveur, implique également l'écriture de code et la gestion des jobs.