Специалист по данным определил преобразования и разработку признаков в SageMaker Data Wrangler и сохранил их в SageMaker Feature Store. Новые исторические данные периодически поступают в S3 и должны быть преобразованы и добавлены в онлайн-хранилище признаков, подготовленные для обучения и вывода с использованием нативных интеграций. Какое решение требует наименьших усилий по разработке?

Amazon EventBridge — это бессерверный сервис, который позволяет подключать приложения с помощью данных из ваших собственных приложений, интегрированных приложений SaaS и сервисов AWS. Он может напрямую реагировать на события S3 (например, создание нового объекта) и запускать конвейер SageMaker. Это требует наименьших усилий по разработке, так как EventBridge обеспечивает нативную интеграцию с S3 и SageMaker Pipelines, что позволяет автоматизировать процесс без написания сложного кода оркестрации. Использование AWS Lambda для запуска конвейера SageMaker потребует написания кода Lambda для обработки событий S3 и вызова конвейера. AWS Step Functions также потребуют определения состояния для оркестрации, что добавляет сложности по сравнению с EventBridge. Apache Airflow является мощным инструментом оркестрации, но его развертывание и управление требуют значительно больших усилий, чем использование нативных сервисов AWS для данного сценария.