Inżynier ML musi zapewnić zgodność zbioru danych z przepisami dotyczącymi PII i zapobiec używaniu jakichkolwiek PII przez instancje szkoleniowe SageMaker. Jakie jest najbardziej efektywne operacyjnie rozwiązanie?

Najbardziej efektywnym operacyjnie rozwiązaniem jest użycie Amazon Comprehend DetectPiiEntities do redagowania danych PII, a następnie przechowywanie zredagowanych danych w zasobniku Amazon S3. SageMaker natywnie integruje się z S3, co upraszcza dostęp do danych szkoleniowych i zarządzanie nimi, minimalizując obciążenie operacyjne. Użycie Amazon EFS z Comprehend lub DataBrew jest mniej efektywne operacyjnie, ponieważ wymaga dodatkowego zarządzania systemem plików i montowania EFS do instancji SageMaker, co zwiększa złożoność konfiguracji. Chociaż AWS Glue DataBrew może czyścić dane, DetectPiiEntities jest bardziej ukierunkowane na wykrywanie i redagowanie PII. Amazon Macie jest narzędziem do wykrywania PII, ale nie oferuje bezpośrednio funkcji redagowania ani usuwania PII w celu przygotowania danych do szkolenia, a jego integracja z SageMaker w celu bezpośredniego usuwania PII byłaby bardziej złożona niż redagowanie za pomocą Comprehend.