Data science su Google Cloud
Una suite completa di strumenti di gestione, analisi e machine learning per generare insight e generare valore dai dati.
Perché i data scientist scelgono Google Cloud
Google Cloud offre tutti gli strumenti di cui i data scientist hanno bisogno per generare valore dai dati. Dal data engineering al ML engineering, da TensorFlow a PyTorch, dalle GPU alle TPU, la data science su Google Cloud aiuta la tua azienda a operare in modo più rapido e intelligente su scala globale.
- Esplora la formazione per data scientistEsplora i corsi di Google Cloud sulla data science dal machine learning sull'analisi di big data, Spark, TensorFlow e pipeline ML.
- Scopri i modelli di riferimento per i casi d'uso del settoreScopri il codice e le best practice sull'utilizzo della data science per risolvere i problemi della tua azienda.
- Inizia con i codelabInizia provando Google Cloud con procedure dettagliate, tutorial e programmazione pratica.
Un toolkit completo di data science
| CARICO DI LAVORO | Soluzioni di data science | Prodotti chiave |
|---|---|---|
Rilevamento e importazione dei dati | Importa, elabora e analizza i dati in tempo reale o in flussi da diverse origini per renderli più utili e accessibili dal momento in cui vengono generati. | |
Data lake e data warehouse | Consenti ai tuoi team di importare, archiviare e analizzare grandi volumi di dati eterogenei e ad alta fedeltà in modo sicuro e conveniente. | |
Pre-elaborazione dati | Prepara i tuoi dati con servizi serverless e completamente gestiti. Gestisci e condividi le tue funzionalità ingegneristiche tramite un repository centralizzato. | |
Analisi dei dati e business intelligence | Esplora, analizza, visualizza e crea con strumenti completamente gestiti o personalizza i tuoi ambienti di analisi in base alle tue esigenze. | |
Addestramento e gestione del machine learning | Crea con gli strumenti ML innovativi sviluppati da Google Research. Scegli tra ambienti no-code come AutoML, low-code con BigQuery ML o l'addestramento personalizzato con Vertex AI e Apache Spark. Porta più modelli in produzione per facilitare il processo decisionale basato sui dati. | |
AI responsabile | Sfrutta le pratiche di IA responsabile per ispezionare e comprendere i modelli di IA. Sfrutta la spiegabilità per aiutarti a comprendere e interpretare le previsioni dei modelli di machine learning. Con questi strumenti e framework puoi eseguire il debug e migliorare le prestazioni dei modelli aiutando gli altri a comprenderne il comportamento. | |
Orchestrazione | Esegui l'orchestrazione di carichi di lavoro analitici e di ML utilizzando le pipeline Airflow o Kubeflow gestite. Automatizza, monitora e gestisci i tuoi sistemi di ML in modo serverless e archivia gli artefatti del tuo flusso di lavoro utilizzando Vertex ML Metadata. |
Un toolkit completo di data science
Rilevamento e importazione dei dati
Importa, elabora e analizza i dati in tempo reale o in flussi da diverse origini per renderli più utili e accessibili dal momento in cui vengono generati.
Data lake e data warehouse
Consenti ai tuoi team di importare, archiviare e analizzare grandi volumi di dati eterogenei e ad alta fedeltà in modo sicuro e conveniente.
Pre-elaborazione dati
Prepara i tuoi dati con servizi serverless e completamente gestiti. Gestisci e condividi le tue funzionalità ingegneristiche tramite un repository centralizzato.
Analisi dei dati e business intelligence
Esplora, analizza, visualizza e crea con strumenti completamente gestiti o personalizza i tuoi ambienti di analisi in base alle tue esigenze.
Addestramento e gestione del machine learning
Crea con gli strumenti ML innovativi sviluppati da Google Research. Scegli tra ambienti no-code come AutoML, low-code con BigQuery ML o l'addestramento personalizzato con Vertex AI e Apache Spark. Porta più modelli in produzione per facilitare il processo decisionale basato sui dati.
AI responsabile
Sfrutta le pratiche di IA responsabile per ispezionare e comprendere i modelli di IA. Sfrutta la spiegabilità per aiutarti a comprendere e interpretare le previsioni dei modelli di machine learning. Con questi strumenti e framework puoi eseguire il debug e migliorare le prestazioni dei modelli aiutando gli altri a comprenderne il comportamento.
Orchestrazione
Esegui l'orchestrazione di carichi di lavoro analitici e di ML utilizzando le pipeline Airflow o Kubeflow gestite. Automatizza, monitora e gestisci i tuoi sistemi di ML in modo serverless e archivia gli artefatti del tuo flusso di lavoro utilizzando Vertex ML Metadata.