Un'azienda necessita di una soluzione di auditing in grado di analizzare i metadati a livello di feature, generare report su tali metadati e consentire l'impostazione della sensibilità e della paternità delle feature. Quale opzione soddisfa questi requisiti con il minor sforzo di sviluppo?

L'opzione corretta è la più efficiente perché SageMaker Feature Store consente di creare feature group e allegare metadati personalizzati a livello di feature, come sensibilità e paternità, direttamente durante la definizione delle feature. Questo elimina la necessità di una pipeline di dati separata per i metadati. L'integrazione con Amazon QuickSight permette poi di analizzare e generare report su questi metadati in modo nativo, sfruttando le sue capacità di visualizzazione e reporting senza sforzi di sviluppo aggiuntivi. Le altre opzioni implicano uno sforzo di sviluppo maggiore. La prima richiede una pipeline di dati personalizzata e DynamoDB per i metadati. La seconda limita l'ispezione dei metadati a SageMaker Studio, che non offre le capacità di reporting di QuickSight. La terza suggerisce algoritmi personalizzati per l'analisi dei metadati, che è uno sforzo non necessario dato che QuickSight può analizzare i metadati allegati.