Bir bankanın şirket içinde CSV dosyalarında 10 yıllık müşteri verisi bulunmaktadır. Veri bilimi ekibi, SageMaker'da bir üretim modeli oluşturmadan önce minimum geliştirme çabasıyla hızlı bir şekilde dönüşümler yapmak ve verileri keşfetmek istiyor. Hangi yaklaşım çabayı en aza indirir ve hızlı dönüşüm ve içgörüler sağlar?

Doğru cevap, CSV dosyalarını Amazon S3'e yüklemek, SageMaker'a erişim izni vermek ve ardından verileri dönüştürmek ve keşfetmek için SageMaker Data Wrangler'a aktarmaktır. Bu yaklaşım, minimum geliştirme çabasıyla hızlı dönüşümler ve keşifler sağlar çünkü Data Wrangler, S3'teki verilere doğrudan bağlanabilir ve kod yazmadan görsel bir arayüzle veri hazırlığı yapmanızı sağlar. Diğer seçenekler neden yanlış: CSV dosyalarını doğrudan SageMaker Data Wrangler konsoluna yüklemek mümkün değildir. Data Wrangler, verileri S3 gibi bir depolama hizmetinden alır. QuickSight eklemek, hızlı dönüşüm ve keşif için gereksiz bir adımdır ve çabayı artırır. Data Wrangler'ın kendisi keşif yetenekleri sunar. Dönüştürülmüş verileri ikinci bir S3 bucket'ına kaydetmek ve ardından SageMaker Studio not defteri kullanmak, ilk keşif aşaması için ek bir adımdır ve Data Wrangler'ın sunduğu hızlı keşif yeteneğini geciktirir.