Masz pliki CSV w Amazon S3, które zawierają kolumnę sygnatury czasowej sformatowaną w następujący sposób: 1 marca 2020, 08:14pm. Zakładasz, że dzień tygodnia, miesiąc i godzina wpływają na zmienną docelową, więc musisz dodać trzy nowe cechy (dzień tygodnia, miesiąc, godzina) do zestawu danych. Które podejście dodaje te cechy, wymagając jednocześnie najmniejszego narzutu operacyjnego do utworzenia nowego pliku w S3?

SageMaker Data Wrangler to narzędzie zaprojektowane do przygotowywania danych, oferujące wbudowane transformacje, takie jak "Featurize date/time", która automatycznie wyodrębnia dzień tygodnia, miesiąc i godzinę z kolumny daty/czasu. To podejście jest najbardziej efektywne operacyjnie, ponieważ wymaga minimalnego kodowania i konfiguracji. Pozostałe opcje, takie jak Amazon EMR, Amazon SageMaker Processing i AWS Glue, wymagają pisania niestandardowego kodu PySpark lub Python do parsowania ciągów znaków i tworzenia nowych kolumn. Chociaż są to skuteczne rozwiązania, wiążą się z większym narzutem operacyjnym w zakresie rozwoju, testowania i utrzymania kodu, w porównaniu do gotowej transformacji w Data Wranglerze.