ある銀行が、Amazon Kinesis データストリームから生のトランザクションデータを取り込んでいます。このソリューションは、ストリームから移動平均を計算し、それらの特徴量を SageMaker Feature Store に保存し、ほぼリアルタイムでモデルに提供する必要があります。どの設計がこれらの要件を満たしますか？

この設計は、Kinesis Data Analytics SQL を使用して移動平均をリアルタイムで計算し、その結果を Lambda を介して SageMaker Feature Store のオンライン特徴量グループにほぼリアルタイムで保存するため、要件を最も満たします。これにより、モデルは最新の移動平均にすぐにアクセスできます。 Kinesis Data Firehose と SageMaker Processing ジョブを使用するオプションは、バッチ処理であるため、ほぼリアルタイムの要件を満たしません。特にオフライン特徴量グループにロードするオプションは、クエリ時に移動平均を計算するため、リアルタイム性がさらに損なわれます。ストリームデータを直接 Feature Store に書き込み、GetRecord API を使用して Feature Store 内で移動平均を計算するオプションは、Feature Store が移動平均の計算機能を提供しないため、実現不可能です。