데이터 과학 솔루션

BigQuery SQL 및 Apache Spark와 같은 강력한 분석 엔진을 활용한 다음 BigQuery ML 또는 Gemini Enterprise Agent Platform을 사용하여 모델을 빌드합니다. 업계 최고의 AI로 구동되는 강력한 MLOps와 함께 AI 우선 Colab Enterprise 노트북으로 개발을 간소화하세요.

Colab Enterprise는 Gemini Enterprise Agent Platform 및 BigQuery와 통합된 안전한 관리형 환경을 제공합니다. Workbench는 맞춤설정 가능한 JupyterLab 인스턴스를 제공하며, Cloud Workstations는 전체 IDE를 지원합니다. 또한 확장 프로그램은 자체 호스팅 도구를 Google Cloud 서비스에 직접 연결합니다.

영어로 된 개략적인 목표로 시작하면 데이터 과학 에이전트가 데이터 로드, 탐색, 정리, 시각화, 특성 추출, 데이터 분할, 모델 학습/최적화, 평가에 이르는 데이터 과학 모델링의 모든 측면을 다루는 상세한 계획을 생성합니다.

AI 지원 데이터 준비는 데이터 정리 및 변환에 대한 추천을 제공합니다. 데이터 엔지니어링 에이전트는 자연어 안내를 통해 수집 및 파이프라인 생성을 포함한 데이터 엔지니어링 작업을 자동화합니다.

BigQuery의 SQL 엔진이든 Apache Spark와 같은 오픈소스 프레임워크이든 원하는 처리 엔진을 선택하여 단일 통합 데이터 사본으로 직접 작업할 수 있습니다. 이렇게 하면 서로 다른 시스템에 대해 별도의 데이터 사본을 유지할 필요가 없습니다.

BigQuery DataFrames는 Python 코드를 최적화된 SQL로 변환하여 BigQuery 엔진에서 실행하는 Pandas와 유사한 API를 제공합니다. 이를 통해 동일한 기본 데이터로 작업하면서 SQL, PySpark, Pandas 스타일의 DataFrame 등 작업에 적합한 도구를 유연하게 사용할 수 있습니다.

기본 제공되는 사전 학습된 모델 또는 데이터 분석/보강을 위해 Gemini를 호출하는 SQL 함수를 활용하세요. 커스텀 모델의 경우 Agent Platform은 PyTorch, TensorFlow 및 기타 ML 라이브러리를 지원합니다. 원활한 통합을 통해 BigQuery에서 특성 추출을 수행하고, Agent Platform에서 커스텀 모델을 학습시키고, SQL을 통해 BigQuery에서 추론을 다시 수행할 수 있습니다.

멀티모달 임베딩을 생성하고 사용하여 벡터 검색을 수행함으로써 멀티모달 데이터의 시맨틱 이해와 유사성 기반 검색을 지원합니다. 이를 통해 별도의 특수 벡터 데이터베이스를 관리할 필요 없이 정교한 시맨틱 검색, 추천 또는 세분화 시스템을 빌드할 수 있습니다.

Gemini Enterprise Agent Platform Feature Store에서 특성을 중앙 집중화하여 학습-서빙 편향과 중복 작업을 방지합니다. AutoML을 사용하여 테이블 형식 데이터의 모델 빌드를 자동화합니다. BigQuery ML 모델이든 Gemini Enterprise Agent Platform 모델이든 모든 모델은 플랫폼 Model Registry에 자동으로 등록됩니다. 여기에서 손쉽게 버전을 관리하고, 평가하고, 배포하여 단일 플랫폼에서 원활한 엔드 투 엔드 수명 주기를 만들 수 있습니다.