一家製造公司將去年的生產量資料儲存在 PostgreSQL 資料庫中。業務分析師（不撰寫程式碼）必須能夠準備資料並建立模型來預測未來的生產量。哪種端到端解決方案所需的工作量最少且無需編寫程式碼？

正確答案提供了最少工作量且無需編寫程式碼的端到端解決方案。AWS Glue DataBrew 允許業務分析師直接從 PostgreSQL 資料庫連接、清理和準備資料，而無需編寫任何程式碼。Amazon SageMaker Canvas 是一個無程式碼的機器學習平台，讓分析師可以輕鬆地建構、訓練和部署預測模型，而無需深入了解機器學習演算法。 其他選項需要更多編碼工作或更複雜的設定。例如，使用 Amazon EMR 叢集通常涉及編寫程式碼（如 Spark），而 AWS Glue 雖然可以無伺服器運行，但其資料轉換通常需要編寫 PySpark 或 Scala 程式碼。將資料移動到 S3 再進行處理也增加了額外的步驟。雖然 SageMaker Studio 功能強大，但它主要面向資料科學家和開發人員，通常需要編寫程式碼來建構模型。