あるヘルスケア企業のデータアナリストチームは、Amazon S3に保存された患者データをAmazon Athenaで分析する前処理として、以下の操作が必要です。 ・データプロファイリング（欠損値の割合・外れ値・フィールドの分布を可視化） ・日付フォーマットの標準化（複数形式が混在） ・重複レコードの削除 ・個人情報（氏名・電話番号）のマスキング チームはBIツールやSQLには習熟していますが、PythonやScalaのコーディング経験がありません。週次バッチとして自動実行する必要があります。最も適したAWSサービスはどれですか？
AWS Glue DataBrewはコードを書かずにデータのプロファイリングと変換を行えるビジュアルデータ準備サービスです。250以上の組み込み変換（日付標準化・重複削除・PIIマスキング等）をGUIで適用でき、データ品質統計レポートを自動生成します。スケジュール実行にも対応しており、コーディングスキルのないアナリストでも使用できます。 選択肢AのAWS Glue Studioはビジュアルインターフェイスを提供しますが、データエンジニア向けETL設計ツールであり、データプロファイリング機能やPIIマスキング・重複排除の組み込み変換は提供していません。 選択肢CのAmazon Athena CTASはS3上のデータをSQLで変換できますが、ビジュアルなデータプロファイリング機能がなく、PIIマスキングや重複排除も個別にSQL実装が必要です。 選択肢DのAmazon SageMaker Data WranglerはMLモデル訓練向けの特徴量エンジニアリングツールであり、SageMakerパイプラインとの連携を前提とした設計で、汎用的なデータ品質管理や週次バッチ自動実行には適していません。