Un repository di dataset su S3 contiene informazioni di identificazione personale (PII) che devono essere redatte prima dell'addestramento del modello. Quale opzione minimizza lo sforzo di sviluppo per rimuovere le PII dai dati?

AWS Glue DataBrew è uno strumento di preparazione dei dati visuale e senza codice che offre trasformazioni predefinite, inclusa la rilevazione e la redazione delle PII, minimizzando lo sforzo di sviluppo. SageMaker Data Wrangler richiede la scrittura di una trasformazione personalizzata, aumentando lo sforzo. Una funzione AWS Lambda personalizzata o un endpoint di sviluppo AWS Glue con codice personalizzato richiedono entrambi uno sviluppo significativo per implementare la logica di rilevamento e redazione delle PII da zero, il che è più dispendioso in termini di tempo e risorse rispetto all'utilizzo delle funzionalità integrate di DataBrew.