DEA-C01：AWS Certified Data Engineer - Associate データ運用とサポート 問8
データ運用とサポート／AWS サービスによるデータの分析アナリストが、コードをほとんど書かずに視覚的な操作でデータのクレンジング・正規化（欠損値処理・重複除去・型変換など）を行い、作成した変換レシピを複数の分析先で再利用し、ジョブとして実行して結果を S3 に出力できるようにしたいと考えています。最も適切なのはどれですか。
当サイトのオリジナル問題（DEA-C01：AWS Certified Data Engineer - Associateの出題範囲「データ運用とサポート」に対応。実際の試験問題ではありません）
- AAWS Glue DataBrew で、ビジュアルな操作によりデータのクレンジング・正規化を行い、変換レシピをジョブとして実行して S3 に出力する
- Bすべての前処理を手書きの SQL だけで行うよう徹底する
- CAmazon QuickSight のデータ準備機能だけでクレンジングし、変換を分析先で再利用する
- DAmazon Macie でデータの欠損値や重複を除去する
正解：A
解説
AWS Glue DataBrew は、コードをほとんど書かずにビジュアルな操作でデータのプロファイリングやクレンジング・正規化（欠損値処理・重複除去・型変換など）を行えるサービスで、作成した変換レシピを再利用し、ジョブとして実行して結果を S3 などに出力できます。Amazon QuickSight にも型変換・フィルター・計算フィールドといったデータ準備機能はありますが、主目的は可視化（分析・ダッシュボード）であり、変換レシピをジョブとして実行し複数の処理先で再利用する前処理基盤には向きません。手書き SQL の徹底はノーコードの要件に反し、Amazon Macie は機密データの検出が目的で欠損値・重複の除去は行いません。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A正しい。DataBrew はビジュアル操作でクレンジング・正規化でき、変換レシピの再利用やジョブ実行・S3 出力といった処理基盤の要件に合います。
- B誤り。手書き SQL の徹底は、コードをほとんど書かないという要件に反します。
- C誤り。QuickSight にもデータ準備機能はありますが主目的は可視化で、変換レシピをジョブ実行して複数の処理先で再利用する前処理基盤には向きません。
- D誤り。Macie は機密データの検出が目的で、欠損値・重複の除去を行うサービスではありません。