Bir ML mühendisinin, model oluşturmak için geçmiş verileri doğrudan Amazon S3, Amazon Athena ve Snowflake'ten SageMaker'a yüklemesi gerekiyor. Bu kaynakları sorgulamak ve SageMaker'a aktarmak için hangi aracı kullanmalıdır?

Doğru cevap, Amazon S3, Amazon Athena ve Snowflake'ten veri sorgulamak ve SageMaker'a aktarmak için SageMaker Data Wrangler'ı kullanmaktır. SageMaker Data Wrangler, bu tür çeşitli veri kaynaklarından veri toplama, hazırlama ve dönüştürme için tasarlanmış entegre bir araçtır. Kullanıcıların kod yazmadan veri akışları oluşturmasına olanak tanır ve doğrudan SageMaker'a aktarılabilir. AWS Glue DataBrew, veri hazırlama için harika olsa da, doğrudan SageMaker'a aktarım için Data Wrangler'ın entegrasyonuna sahip değildir. SageMaker Pipelines bir iş akışı aracıdır, ancak verileri doğrudan bu kaynaklardan sorgulama ve alma yeteneği yoktur; AWS DataSync ise daha çok depolama hizmetleri arasında veri taşıma aracıdır. SageMaker Feature Store, özellik yönetimi için kullanılır, ancak verileri bu kaynaklardan doğrudan almak için birincil araç değildir; bir Apache Spark bağlayıcısı bu entegrasyonu sağlamaz.