Un ingegnere ML sta costruendo un modello di rilevamento delle frodi. Le fonti di dati includono log delle transazioni e profili dei clienti in S3, oltre a tabelle da un database MySQL on-premises. Quale servizio o funzionalità AWS può aggregare centralmente queste diverse fonti di dati per l'uso ML?

AWS Lake Formation è la soluzione più appropriata perché è progettata specificamente per costruire, proteggere e gestire data lake. Permette di aggregare dati da diverse fonti, inclusi S3 e database on-premises (tramite connettori o migrazione), in un'unica posizione centralizzata. Fornisce inoltre strumenti per la catalogazione, la pulizia, la trasformazione e la sicurezza dei dati, essenziali per la preparazione dei dati per il machine learning. Eseguire job Spark su Amazon EMR può aggregare i dati, ma EMR è uno strumento di elaborazione, non una soluzione di gestione centralizzata del data lake. Amazon Kinesis Data Streams è per l'ingestione e l'elaborazione di dati in tempo reale, non per l'aggregazione e la gestione di dati storici da fonti diverse. Amazon DynamoDB è un database NoSQL e non è adatto per l'aggregazione di grandi volumi di dati eterogenei da diverse fonti per l'analisi ML.