内容领域 1： 数据工程 - AWS Certified Machine Learning - Specialty
任务 1.1： 为 ML 创建数据存储库任务 1.2： 确定并实施数据摄取解决方案任务 1.3： 确定并实施数据转换解决方案

内容领域 1： 数据工程

任务 1.1： 为 ML 创建数据存储库

  • 确定数据来源（例如，内容和位置，用户数据等主要来源）。

  • 确定存储介质（例如，数据库、Amazon S3、Amazon Elastic File System [Amazon EFS]、Amazon Elastic Block Store [Amazon EBS]）。

任务 1.2： 确定并实施数据摄取解决方案

  • 确定数据任务方式和任务类型（例如，批量加载、流式处理）。

  • 编排数据摄取管道（基于批处理的 ML 工作负载和基于流式处理的 ML 工作负载）。

    • Amazon Kinesis

    • Amazon Data Firehose

    • Amazon EMR

    • AWS Glue

    • 适用于 Apache Flink 的亚马逊托管服务

  • 安排任务。

任务 1.3： 确定并实施数据转换解决方案

  • 转换传输中的数据（ETL、AWS Glue、Amazon EMR、AWS Batch）。

  • 使用 MapReduce 处理特定于 ML 的数据（例如 Apache Hadoop、Apache Spark、Apache Hive）。