Sprzedawca detaliczny codziennie przechowuje 100 GB danych transakcyjnych w S3 i musi wykryć schemat danych, wykonać transformacje na danych S3 oraz użyć ML do wykrywania oszustw, a wszystko to przy minimalnym nakładzie operacyjnym. Jakiej kombinacji usług powinien użyć? (Wybierz trzy.)

Prawidłowe odpowiedzi to: "Użyj crawlerów AWS Glue do wykrywania schematu danych", "Użyj AWS Glue workflows i AWS Glue jobs do wykonywania transformacji" oraz "Użyj Amazon Fraud Detector do trenowania modelu wykrywania oszustw". Crawlery AWS Glue automatycznie skanują dane w S3 i wnioskują o schemacie, tworząc tabele w katalogu danych Glue, co minimalizuje nakład operacyjny. AWS Glue workflows i jobs to bezserwerowe narzędzie ETL, idealne do transformacji danych z S3, zapewniające skalowalność i zarządzanie. Amazon Fraud Detector to w pełni zarządzana usługa ML, zaprojektowana specjalnie do wykrywania oszustw, co jest zgodne z wymaganiami. Nieprawidłowe odpowiedzi: Amazon Athena jest narzędziem do zapytań, a nie do wykrywania schematu. Procedury składowane Amazon Redshift nie są optymalne do transformacji danych w S3. Amazon Redshift ML służy do trenowania modeli ML w Redshift, a nie jest dedykowany do wykrywania oszustw jak Fraud Detector.