Inżynier ML musi wyodrębnić, przekształcić i załadować dane z Amazon S3 do celów analitycznych, odkryć schemat danych i przechowywać metadane przy minimalnym wysiłku ręcznym. Która opcja to umożliwia?
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Użyj AWS Glue do uruchomienia zadania ETL. Użyj zadania do odkrycia schematu i przechowywania powiązanych metadanych w AWS Glue Data Catalog..
Dlaczego to jest odpowiedź
AWS Glue to w pełni zarządzana usługa ETL (Extract, Transform, Load), która idealnie pasuje do wymagań. Umożliwia automatyczne odkrywanie schematu danych przechowywanych w Amazon S3 za pomocą crawlerów i przechowywanie tych metadanych w AWS Glue Data Catalog. Data Catalog działa jako centralne repozytorium metadanych dla wszystkich źródeł danych, co minimalizuje ręczny wysiłek. SageMaker Data Wrangler jest narzędziem do przygotowywania danych, ale nie jest głównym celem przechowywanie metadanych w S3. Amazon Athena z AWS Step Functions może być używane do ETL, ale nie zapewnia automatycznego odkrywania schematu i centralnego katalogu metadanych w taki sposób jak Glue. Użycie instancji EC2 z scikit-learn do ETL jest rozwiązaniem wymagającym znacznie większego wysiłku manualnego i nie jest optymalne do automatycznego odkrywania schematu i zarządzania metadanymi.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana