Ciência de dados no Google Cloud

Solução unificada para todo o ciclo de vida de machine learning e ciência de dados, criada em uma base de dados multimodal que garante governança unificada. Aproveite mecanismos de análise avançados como o SQL do BigQuery e o Spark e crie modelos usando o BigQuery ML ou a Vertex AI. Simplifique o desenvolvimento com o notebook do Colab Enterprise com prioridade para IA e MLOps robustos, com tecnologia de IA líder do setor.

Acelere o desenvolvimento da ciência de dados com recursos de agente que facilitam a análise, a transformação e a modelagem de ML. Comece com uma meta de alto nível em inglês simples, e o agente de ciência de dados gera um plano detalhado que abrange todos os aspectos da modelagem de ciência de dados, desde carregamento, análise detalhada, limpeza, visualização, engenharia de atributos, divisão, treinamento/otimização e avaliação de dados.

Escolha qualquer mecanismo de processamento, seja o mecanismo SQL do BigQuery ou um framework de código aberto como o Apache Spark, para trabalhar diretamente em uma única cópia unificada de dados. Isso evita a necessidade de manter cópias de dados separadas para diferentes sistemas.

Crie, treine, avalie e implante modelos com o BigQuery ML usando SQL, eliminando a movimentação de dados. Aproveite os modelos integrados e pré-treinados ou as funções SQL que chamam o Gemini para análise/enriquecimento de dados. Para modelos personalizados, a Vertex AI oferece suporte a PyTorch, TensorFlow e outras bibliotecas de ML. A integração total permite a engenharia de atributos no BigQuery, o treinamento de modelos personalizados na Vertex AI e a inferência de volta no BigQuery usando SQL.

O BigQuery e a Vertex AI se integram para simplificar a "last mile" do MLOps. Centralize os atributos no Vertex AI Feature Store para evitar distorções entre treinamento e veiculação e trabalhos redundantes. Usar o AutoML da Vertex AI para automatizar a criação de modelos para dados tabulares. Todos os modelos, sejam do BigQuery ML ou da Vertex AI, são registrados automaticamente no Vertex AI Model Registry. A partir daí, você pode facilmente controlar as versões, avaliar e implantar os modelos, criando um ciclo de vida completo e integrado em uma única plataforma.