データ サイエンス ソリューション

BigQuery SQL や Apache Spark などの強力な分析エンジンを活用し、BigQuery ML または Gemini Enterprise Agent Platform を使用してモデルを構築しましょう。業界をリードする AI を活用した堅牢な MLOps と、AI ファーストの Colab Enterprise ノートブックで開発が簡素化されます。

Colab Enterprise は、Gemini Enterprise Agent Platform および BigQuery と統合された安全なマネージド環境を提供します。Workbench では、カスタマイズ可能な JupyterLab インスタンスを利用でき、Cloud Workstations ではフル IDE が利用できます。さらに、拡張機能では、セルフホスト型のツールを Google Cloud サービスに直接接続できます。

平易な英語で大まかな目標を提示すると、データ サイエンス エージェントが、データの読み込み、探索、クリーニング、可視化、特徴量エンジニアリング、データの分割、モデルのトレーニング / 最適化、評価など、データ サイエンス モデリングのあらゆる要素を網羅する詳細なプランを生成します。

AI を活用したデータ準備機能によって、データのクリーニングと変換のための提案が得られます。また、データ エンジニアリング エージェントでは、自然言語の指示を通じて、取り込みやパイプラインの作成などのデータ エンジニアリング タスクを自動化できます。

BigQuery の SQL エンジンでも、Apache Spark などのオープンソース フレームワークでも、任意の処理エンジンを選択して、単一の統合されたデータコピーを直接操作できます。これにより、システムごとに個別のデータコピーを保持する必要がなくなります。

BigQuery DataFrames は、Python コードを最適化された SQL に変換して BigQuery エンジンで実行できる、pandas 的な API を提供します。これにより、SQL、PySpark、pandas スタイルの DataFrame など、用途に応じて適切なツールを柔軟に選択しながら、同じ基盤データを処理できます。

組み込みの事前トレーニング済みモデルや、Gemini を呼び出す SQL 関数を利用して、データを分析したり拡充したりできます。カスタムモデルの場合、Agent Platform は PyTorch、TensorFlow、その他の ML ライブラリをサポートしています。シームレスな統合により、BigQuery での特徴量エンジニアリング、Agent Platform でのカスタムモデルのトレーニング、SQL を使用した BigQuery での推論が可能になります。

マルチモーダル エンベディングを生成して使用し、ベクトル検索を実行することで、マルチモーダル データのセマンティック理解と類似性に基づく検索が可能になります。これにより、個別の専用ベクトル データベースを管理することなく、高度なセマンティック検索、レコメンデーション、セグメンテーション システムを構築できます。

Gemini Enterprise Agent Platform Feature Store で特徴量を一元化し、トレーニングとサービングのスキューや冗長な作業を防止できます。また、AutoML を使用すると、表形式データのモデル構築を自動化できます。BigQuery ML のモデルでも Gemini Enterprise Agent Platform のモデルでも、すべてのモデルがプラットフォームの Model Registry に自動的に登録されます。これを基に、簡単にバージョン管理、評価、デプロイを行え、単一のプラットフォームでシームレスなエンドツーエンドのライフサイクルを構築できます。