El agente de ingeniería de datos de BigQuery es un asistente inteligente basado en Gemini que va más allá de la simple finalización de código para ofrecer automatización de tareas de principio a fin. Se basa en tu entorno de datos específico: usa metadatos de Dataplex para entender tus esquemas, tu linaje y tus definiciones empresariales. Puede gestionar de forma autónoma todo el ciclo de vida de los datos: desde descubrir conjuntos de datos relevantes y generar transformaciones complejas de SQL o PySpark hasta orquestar esas tareas mediante Dataform o Cloud Composer. Al automatizar la labor manual de la ingeniería de datos (como arreglar flujos de procesamiento rotos, documentar código antiguo o migrar consultas de antiguos almacenes de datos), transforma el papel del ingeniero de datos, que pasa de ser un programador manual a un arquitecto que supervisa flujos de trabajo basados en IA.

Data Science Agent de BigQuery acelera el desarrollo de la ciencia de datos con capacidades agénticas que facilitan la exploración, la transformación y el modelado de datos con aprendizaje automático.

Con una simple petición, el agente genera un plan detallado que abarca todos los aspectos del modelado de ciencia de datos, desde la carga, la exploración, la limpieza y la visualización de datos hasta la ingeniería de funciones, la división de datos, el entrenamiento y la optimización de modelos, y la evaluación. Si el agente comete un error, puede autocorregirse y generar un nuevo código para rectificarlo. Mantienes el control total, ya que puedes aprobar cada paso y hacer ediciones manuales si lo deseas.

El agente también tiene pleno conocimiento contextual de tu cuaderno, ya que entiende el código, las salidas y las variables que contiene. De esta forma, puede proporcionar código personalizado para cada paso del plan, lo que te permite hacer cambios iterativos en tu código.

Análisis Conversacional de BigQuery es un sofisticado motor de razonamiento basado en IA que elimina el "cuello de botella de los análisis" al permitir que los equipos de datos salven la distancia entre las consultas empresariales y las respuestas fiables mediante una interacción intuitiva en lenguaje natural.

Este agente, que se basa en los modelos de Gemini más recientes, va más allá de la simple traducción, ya que fundamenta su lógica en los recursos de datos de tu empresa, concretamente en los metadatos, las descripciones de tablas y columnas, los glosarios empresariales y las funciones definidas por el usuario, para que todos los resultados generados se ajusten perfectamente a las definiciones empresariales internas. El agente va más allá de la elaboración de informes sencillos y usa la IA de BigQuery para predecir resultados futuros e interpretar datos no estructurados, como imágenes en tablas de objetos, de forma que se convierta información oculta en inteligencia que ayude a tomar decisiones.

Análisis Conversacional de Looker simplifica la inteligencia empresarial, ya que permite a los usuarios empresariales encontrar respuestas usando el lenguaje natural. De esta forma, se reduce la carga de trabajo de los analistas de datos y se facilita la toma de decisiones de forma más rápida y con mayor confianza. Los usuarios empresariales pueden hacer preguntas directas sobre el rendimiento de los productos o las tendencias de tráfico sin necesidad de entender nombres de campos complejos.

Además de permitir que se hagan consultas sencillas, ofrece un marco de gestión del ciclo de vida integral que incorpora seguridad de nivel empresarial y gestión de usuarios directamente en la capa de consumo. La capa semántica universal de Looker asegura que las métricas, como los ingresos y la tasa de abandono, sigan siendo coherentes en toda la empresa al crear un hub central para el contexto, las definiciones y las relaciones de los datos.

La API de Análisis Conversacional permite a los desarrolladores integrar funciones de consulta en lenguaje natural en aplicaciones personalizadas, herramientas internas o flujos de trabajo, y todo con el respaldo de un acceso de confianza a los datos y un modelado de datos escalable y fiable. Es la misma API que ofrece las experiencias conversacionales listas para usarse en Looker y BigQuery.

La API de Análisis Conversacional te permite crear experiencias de datos personalizadas que proporcionan datos, gráficos y respuestas de texto, al tiempo que aprovechan el modelo semántico de confianza de Looker para ofrecer precisión o proporcionar contexto empresarial y de datos crucial a los agentes en BigQuery. Puedes integrar esta función para crear experiencias de datos intuitivas, hacer análisis complejos mediante el lenguaje natural e incluso orquestar agentes de análisis conversacional como "herramientas" para un agente orquestador usando Agent Development Kit.

Las herramientas de desarrollo de agentes de Google Cloud reducen la necesidad de que los desarrolladores creen conectores de bases de datos personalizados mediante métodos de integración de ADK y MCP.

El servidor de MCP de BigQuery permite que un agente de IA y los clientes de MCP interpreten esquemas y ejecuten consultas relativas a datos de BigQuery, al tiempo que reduce los riesgos de seguridad o de gobernanza, o la latencia asociada a la transferencia de datos a ventanas de contexto.

Para disfrutar de más flexibilidad y control, usa MCP Toolbox, un servidor de código abierto que centraliza el alojamiento y la gestión de conjuntos de herramientas, lo que permite separar las aplicaciones de agentes de la interacción directa con bases de datos. También está disponible con una variedad de IDEs y de herramientas para desarrolladores, como Gemini CLI y Antigravity, lo que te permite conectar de forma segura tus agentes de IA a servicios como AlloyDB, BigQuery, Spanner y Looker, entre otros.

Además, el conjunto de herramientas de integración de ADK de BigQuery incluye funciones listas para usarse que permiten a los agentes hacer lo siguiente de forma autónoma: explorar datos, comprender esquemas, ejecutar consultas y previsiones, y obtener estadísticas usando el lenguaje natural.