Un team di data science archivia un dataset tabulare in Amazon S3. Il team desidera provare varie trasformazioni di feature (ad esempio, la codifica categorica), visualizzare le distribuzioni risultanti e quindi automatizzare il flusso di lavoro di elaborazione delle feature scelto. Quale soluzione offre la massima efficienza operativa?

La soluzione corretta sfrutta Amazon SageMaker Data Wrangler per l'esplorazione e la visualizzazione delle trasformazioni delle feature, grazie alle sue trasformazioni preconfigurate e ai modelli di visualizzazione integrati. Questo riduce significativamente lo sforzo di codifica. L'esportazione diretta del flusso di elaborazione in una SageMaker Pipeline garantisce un'automazione efficiente e integrata nel workflow di SageMaker, massimizzando l'efficienza operativa. Le opzioni che propongono l'uso di istanze notebook o AWS Glue Studio con codice personalizzato richiedono maggiore sforzo di sviluppo e manutenzione. L'uso di QuickSight per la visualizzazione, sebbene valido, introduce un servizio aggiuntivo e non è così integrato come le visualizzazioni di Data Wrangler. Impacchettare trasformazioni in funzioni Lambda e orchestrarle con Step Functions è un approccio più complesso e meno ottimizzato per i workflow di feature engineering rispetto a SageMaker Pipeline.