데이터에서 유용한 정보를 도출하고 가치를 창출할 수 있는 완전한 데이터 관리, 분석, 머신러닝 도구 제품군입니다.
Google Cloud는 데이터 과학자가 데이터에서 가치를 도출하는 데 필요한 모든 도구를 제공합니다. 데이터 엔지니어링부터 ML 엔지니어링, TensorFlow, PyTorch, GPU, TPU, SQL/Spark, Python에 이르는 Google Cloud의 데이터 과학은 비즈니스를 더 빠르고 스마트하며 전 세계적 규모로 실행하는 데 도움을 줍니다.
워크로드 | 데이터 과학 솔루션 | 제품 및 리소스 |
---|---|---|
데이터 탐색 및 수집 | 다양한 소스의 실시간 또는 일괄 데이터를 수집, 처리, 분석하여 데이터를 유용하게 사용할 수 있을 뿐만 아니라 데이터가 생성되는 즉시 활용할 수 있습니다. | |
리소스Apache Spark, XGBoost, Hugging Face Transformers 라이브러리를 사용하여 고객 이탈을 예측하는 파이프라인을 빌드합니다. | ||
데이터 레이크 및 데이터 웨어하우스 | 팀이 많은 양의 광범위한 고품질 데이터를 안전하고 경제적으로 수집, 저장, 분석하도록 도와줍니다. | |
데이터 사전 처리 | 서버리스 및 완전 관리형 서비스로 데이터를 준비하세요. 중앙 집중식 저장소를 통해 엔지니어링된 기능을 관리하고 공유할 수 있습니다. | |
리소스Apache Spark를 사용하여 이미지를 분류하고 분산 ML 추론 수행 | ||
데이터 분석 및 비즈니스 인텔리전스 | 완전 관리형 도구로 대시보드를 탐색, 분석, 시각화, 생성하거나 니즈에 맞게 분석 환경을 맞춤설정할 수 있습니다. | |
머신러닝 학습 및 서빙 | Google 연구팀에서 개발한 획기적인 ML 도구를 사용하여 빌드하세요. AutoML과 같은 코딩이 필요 없는 환경, BigQuery ML을 사용한 로우 코드 또는 Vertex AI 및 Apache Spark를 사용한 커스텀 학습 중에서 선택하세요. 더 많은 모델을 프로덕션으로 이전하여 데이터 기반 의사 결정을 지원하세요. | |
리소스향상된 Dataproc Serverless 런타임으로 간소화된 ML 개발 환경 | ||
책임감 있는 AI | 책임감 있는 AI 관행을 활용해 AI 모델을 검사하고 이해하며 설명 기능으로 머신러닝 모델의 예측을 이해하고 해석할 수 있습니다. 이러한 도구와 프레임워크를 사용하면 모델 성능을 디버깅 및 개선하고 다른 사용자가 모델의 동작을 이해하는 데 도움이 될 수 있습니다. | |
조정 | 관리형 Airflow 또는 Kubeflow Pipelines를 사용하여 분석 및 ML 워크로드를 조정하세요. 서버리스 방식으로 ML 시스템을 자동화, 모니터링, 제어하고 Vertex ML 메타데이터를 사용하여 워크플로의 아티팩트를 저장할 수 있습니다. |
포괄적인 데이터 과학 도구
다양한 소스의 실시간 또는 일괄 데이터를 수집, 처리, 분석하여 데이터를 유용하게 사용할 수 있을 뿐만 아니라 데이터가 생성되는 즉시 활용할 수 있습니다.
팀이 많은 양의 광범위한 고품질 데이터를 안전하고 경제적으로 수집, 저장, 분석하도록 도와줍니다.
서버리스 및 완전 관리형 서비스로 데이터를 준비하세요. 중앙 집중식 저장소를 통해 엔지니어링된 기능을 관리하고 공유할 수 있습니다.
완전 관리형 도구로 대시보드를 탐색, 분석, 시각화, 생성하거나 니즈에 맞게 분석 환경을 맞춤설정할 수 있습니다.
Google 연구팀에서 개발한 획기적인 ML 도구를 사용하여 빌드하세요. AutoML과 같은 코딩이 필요 없는 환경, BigQuery ML을 사용한 로우 코드 또는 Vertex AI 및 Apache Spark를 사용한 커스텀 학습 중에서 선택하세요. 더 많은 모델을 프로덕션으로 이전하여 데이터 기반 의사 결정을 지원하세요.
책임감 있는 AI 관행을 활용해 AI 모델을 검사하고 이해하며 설명 기능으로 머신러닝 모델의 예측을 이해하고 해석할 수 있습니다. 이러한 도구와 프레임워크를 사용하면 모델 성능을 디버깅 및 개선하고 다른 사용자가 모델의 동작을 이해하는 데 도움이 될 수 있습니다.
관리형 Airflow 또는 Kubeflow Pipelines를 사용하여 분석 및 ML 워크로드를 조정하세요. 서버리스 방식으로 ML 시스템을 자동화, 모니터링, 제어하고 Vertex ML 메타데이터를 사용하여 워크플로의 아티팩트를 저장할 수 있습니다.
자세한 내용이 궁금하신가요? ML 엔지니어 자격증을 살펴보거나 Codelabs를 사용해 보거나 산업 패턴을 알아보세요.
Cloud AI 제품은 SLA 정책을 준수하며 지연 시간이나 가용성 보장 측면에서 여타 Google Cloud 서비스와는 차이가 있을 수 있습니다.