Een ML-engineer bouwt een fraudedetectiemodel. Gegevensbronnen omvatten transactielogs en klantprofielen in S3, plus tabellen uit een on-premises MySQL-database. Welke AWS-service of -mogelijkheid kan deze diverse gegevensbronnen centraal aggregeren voor ML-gebruik?

AWS Lake Formation is de meest geschikte service omdat het een centrale plek biedt om data lakes te bouwen, beveiligen en beheren. Het vereenvoudigt het proces van het verzamelen, opschonen en catalogiseren van gegevens uit diverse bronnen, zoals S3 en on-premises databases, wat essentieel is voor ML-workloads. Amazon EMR kan worden gebruikt voor aggregatie, maar Lake Formation biedt de overkoepelende beheermogelijkheid voor het data lake zelf. Amazon Kinesis Data Streams is meer gericht op real-time data-ingestie en niet primair op centrale aggregatie van diverse, reeds bestaande bronnen. Amazon DynamoDB is een NoSQL-database en is niet ontworpen voor het aggregeren van gegevens uit verschillende bronnen in een data lake-context.