Bir ML mühendisi, petabaytlarca yapılandırılmamış veriden PII'yi (kişisel olarak tanımlanabilir bilgiler) keşfeden ve kaldıran, ardından temizlenmiş verileri SageMaker modellerini eğitmek için kullanan bir işlem hattı oluşturmalıdır. Ölçeklenebilir bir şekilde bu gereksinimi hangi çözüm karşılar?

Doğru cevap, petabaytlarca yapılandırılmamış veriden PII'yi ölçeklenebilir bir şekilde keşfetme ve kaldırma gereksinimini karşılar. AWS Glue etkileşimli oturumları, büyük veri kümeleri üzerinde Spark tabanlı sunucusuz motoru kullanarak PII'yi bulmak ve kaldırmak için özel olarak tasarlanmış Detect PII dönüşümünü uygulamanıza olanak tanır. Bu, hem ölçeklenebilirlik hem de PII tespiti için yerleşik bir çözüm sunar. Diğer seçenekler bu gereksinimleri tam olarak karşılamaz: Amazon SageMaker Canvas içindeki AWS Glue Data Wrangler, PII tespiti için özel bir Detect PII dönüşümüne sahip değildir ve petabaytlarca yapılandırılmamış veri için en uygun çözüm değildir. Amazon SageMaker Clarify API'si, model yanlılığını ve açıklanabilirliği analiz etmek için kullanılır, doğrudan PII tespiti ve kaldırılması için değildir. Amazon Comprehend'in DetectEntities API eylemi, metindeki varlıkları tanımlar ancak PII'yi kaldırmak için doğrudan bir mekanizma sağlamaz ve petabaytlarca yapılandırılmamış veri için Glue kadar ölçeklenebilir değildir.