MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI のためのデータ準備 問7
ML・AI のためのデータ準備／データの収集と保存多数のIoTデバイスから継続的に届くテレメトリを、リアルタイムに取り込んで後続の前処理・特徴量生成へ流したい。最も適したサービスはどれか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML・AI のためのデータ準備」に対応。実際の試験問題ではありません）
- AAmazon Kinesis（ストリーミングデータをリアルタイムに取り込む）
- BAmazon S3 Glacier Deep Archive（長期アーカイブ）
- CAWS Snowball（オフライン大容量移行）
- DAmazon QuickSight（BI 可視化）
正解：A
解説
Amazon Kinesis は、ストリーミングデータ（IoTテレメトリなど）をリアルタイムに取り込み、後続の処理へ流すのに適したサービスです。Glacier Deep Archive は長期アーカイブ、Snowball はオフライン移行、QuickSight は BI 可視化であり、リアルタイム取り込みには適しません。
選択肢ごとの解説
- A正しい。ストリーミングのリアルタイム取り込みは Amazon Kinesis です。
- B誤り。Glacier Deep Archiveは長期アーカイブで、リアルタイム取り込みではありません。
- C誤り。Snowballはオフラインの一括移行です。
- D誤り。QuickSightはBI可視化で、取り込みではありません。