Een bedrijf heeft feature engineering, aggregatie en datavoorbereiding nodig, en vervolgens een AWS-oplossing om de resulterende features te verwerken en op te slaan. Welke aanpak voldoet aan deze behoeften?

De correcte aanpak is het gebruik van Amazon SageMaker Feature Processing en SageMaker Feature Store. SageMaker Feature Processing (via SageMaker Processing Jobs) is ontworpen voor grootschalige feature engineering, aggregatie en datavoorbereiding, wat direct aansluit bij de eerste behoefte. SageMaker Feature Store is een volledig beheerde service voor het opslaan, bijhouden en delen van machine learning features, wat perfect is voor het beheren en opslaan van de resulterende features. Amazon SageMaker Model Monitor is bedoeld voor het monitoren van modelkwaliteit en drift, niet voor initiële data-inname en -transformatie. Het opslaan van features in een S3-bucket in JSON-formaat biedt geen beheerde feature store functionaliteit zoals versiebeheer of online/offline toegang. Amazon Managed Service for Apache Flink is geschikt voor real-time streamverwerking, maar de vraag richt zich op algemene feature engineering en opslag, waarvoor SageMaker Processing Jobs en Feature Store meer geoptimaliseerd zijn. Een SageMaker batch transform job is primair bedoeld voor het uitvoeren van inferentie op grote datasets, niet voor feature engineering en aggregatie. Het opslaan van features in een DynamoDB-tabel is mogelijk, maar biedt niet de specifieke voordelen van een beheerde feature store zoals SageMaker Feature Store.