Firma codziennie otrzymuje pliki CSV w S3, które zawierają dane interakcji z klientami wykorzystywane do ponownego trenowania modelu. Przed ponownym trenowaniem numery kart kredytowych w tych plikach muszą zostać zamaskowane. Które rozwiązanie osiągnie to przy najmniejszym wysiłku programistycznym?

Poprawna odpowiedź to użycie zadania AWS Glue z wbudowaną funkcją wykrywania wrażliwych danych. AWS Glue Data Quality (GDQ) oferuje natywne możliwości wykrywania i maskowania danych wrażliwych, takich jak numery kart kredytowych, co minimalizuje wysiłek programistyczny. Zadanie AWS Glue jest również zarządzaną usługą, co upraszcza operacje. Pozostałe opcje są mniej optymalne: Amazon Macie jest usługą do wykrywania danych wrażliwych, ale nie oferuje bezpośrednio funkcji maskowania danych w plikach S3 w ramach zadania wykrywania. Wymagałoby to dodatkowej logiki do faktycznego maskowania. Ręczne programowanie wyrażeń regularnych (regex) w Apache Spark do uruchomienia w zadaniu AWS Glue jest możliwe, ale wymaga większego wysiłku programistycznego i utrzymania niż korzystanie z wbudowanych funkcji GDQ. Uruchamianie kodu Apache Spark na instancji Amazon EC2 oznacza samodzielne zarządzanie infrastrukturą, co zwiększa wysiłek operacyjny i programistyczny w porównaniu do zarządzanej usługi AWS Glue.