Inżynier ML buduje model wykrywania oszustw. Źródła danych obejmują dzienniki transakcji i profile klientów w S3 oraz tabele z lokalnej bazy danych MySQL. Która usługa lub funkcja AWS może centralnie agregować te różnorodne źródła danych do użytku w ML?

AWS Lake Formation to usługa, która ułatwia budowanie, zabezpieczanie i zarządzanie jeziorami danych. Umożliwia ona centralizację danych z różnych źródeł, takich jak S3 i lokalne bazy danych (poprzez AWS Glue), w jednym miejscu. Lake Formation zapewnia narzędzia do katalogowania, czyszczenia, transformacji i zabezpieczania danych, co jest kluczowe dla projektów ML. Amazon EMR Spark może być użyty do przetwarzania danych, ale Lake Formation jest usługą do agregacji i zarządzania. Amazon Kinesis Data Streams służy do zbierania danych strumieniowych w czasie rzeczywistym, a nie do centralnej agregacji różnorodnych źródeł. Amazon DynamoDB to baza danych NoSQL, nie jest przeznaczona do agregacji i zarządzania danymi z wielu heterogenicznych źródeł w kontekście jeziora danych.