Lambda arguments are not recognized (Sagemaker)

**Describe the bug**
When passing a lambda function for an assertion for hasSize, hasMin, or hasMax, it results in a "Can't execute the assertion" error.

**To Reproduce**
Steps to reproduce the behavior:
Use any constraint that requires a lambda function

I used the one listed in the GitHub tutorials:

from pyspark.sql import SparkSession, Row, DataFrame
import json
import pandas as pd
import sagemaker_pyspark
from pydeequ.checks import *
from pydeequ.verification import *
import pydeequ

classpath = ":".join(sagemaker_pyspark.classpath_jars())

df = spark.read.parquet("s3a://amazon-reviews-pds/parquet/product_category=Electronics/")
df.printSchema()

spark = (SparkSession
.builder
.config("spark.driver.extraClassPath", classpath)
.config("spark.jars.packages", pydeequ.deequ_maven_coord)
.config("spark.jars.excludes", pydeequ.f2j_maven_coord)
.getOrCreate())

check = Check(spark, CheckLevel.Warning, "Amazon Electronic Products Reviews")

checkResult = VerificationSuite(spark) \
.onData(df) \
.addCheck(
check.hasSize(lambda x: x >= 3000000) \
.hasMin("star_rating", lambda x: x == 1.0) \
.hasMax("star_rating", lambda x: x == 5.0)) \
.run()

print(f"Verification Run Status: {checkResult.status}")
checkResult_df = VerificationResult.checkResultsAsDataFrame(spark, checkResult, pandas=True)
checkResult_df

**Expected behavior**
The following table should get all success values.

**Screenshots**

The major issue is the value in the dataframe "Can't execute the assertion: An exception was raised by the Python Proxy. Return Message: null! "

Beginnen Sie damit, den Fehler mit den im Issue gezeigten hasSize-, hasMin- und hasMax-Lambda-Assertions zu reproduzieren, und verfolgen Sie dann, wie diese Assertions an die zugrunde liegende Ausführung übergeben werden. Die Aufgabe ist abgeschlossen, wenn das bereitgestellte Beispiel ohne den Python Proxy-Fehler ausgeführt wird und das resultierende dataframe Erfolgswerte meldet.

Vom Indexierungsmodell aus dem Issue-Text verfasst.