ある医療機関では、複数の病院から毎日異なる形式のCSVファイルで患者の来院データを受信しています。データには以下の品質問題があることが判明しています。 ・日付フォーマットが病院ごとに異なる（YYYY-MM-DD、MM/DD/YYYY、YYYYMMDDなど） ・年齢フィールドに明らかな外れ値（例：-1歳、999歳）が存在する ・任意フィールドに欠損値がある データチームには、データエンジニアに加えてコーディングが得意でない統計専門のアナリストも参加しています。アナリストがコードを記述せずにデータプロファイリングと変換ルールの作成・管理ができる仕組みを構築したいと考えています。変換済みデータはAmazon S3にParquet形式で保存します。 最も適切なサービスとアプローチはどれですか？
AWS Glue DataBrewはコードを書かずにビジュアルインターフェースでデータプロファイリングと変換を行えるマネージドサービスです。250以上の組み込み変換（日付フォーマット統一・外れ値フラグ付け・欠損値補完など）をGUIで選択・組み合わせてレシピとして保存し、繰り返し実行できます。コーディング不要でアナリストが変換ルールを自律的に管理でき、出力形式としてParquetも指定可能です。 選択肢AのAWS Glue ETLジョブは柔軟な変換が可能ですが、PySpark等のコード作成・メンテナンスがデータエンジニア依存となり、アナリストが独立して管理できません。 選択肢CのAmazon EMRはビッグデータ処理に強力ですが、クラスター管理が必要でオーバースペックであり、ノーコードのビジュアルインターフェースもありません。 選択肢DのAWS Lambdaもカスタムコードが必要で、アナリストには利用できず、複雑な変換ルールの管理・再利用にも適していません。