Google Cloud rassemble de nouveaux outils d’IA pour les data scientists dans un environnement unique

Google Cloud rassemble de nouveaux outils d’IA pour les data scientists dans un environnement unique
oplus_1048576

Google offre aux data scientists un environnement unique avec des fonctionnalités d’IA pour simplifier leur travail.

Google Cloud a annoncé lors du Big Data London de nouvelles fonctionnalités d’IA destinées à faciliter le travail des data scientists. Les améliorations visent à réduire les changements entre SQL, Python et les visualisations, et à accélérer la création d’agents d’IA, rapporte SiliconANGLE.

Un environnement unique pour SQL, Python et les visualisations

Les améliorations concernent les notebooks Colab Enterprise, qui regroupent BigQuery et Vertex AI dans un environnement de développement unique. Native SQL Cells est l’une de ces nouvelles fonctionnalités, permettant l’exécution simultanée de SQL et Python. Rich Interactive Visualization Cells convertit automatiquement les données brutes en graphiques interactifs. Les data scientists peuvent ainsi effectuer des analyses, des requêtes et des visualisations dans le même environnement.

Le Data Science Agent (DSA) bénéficie également d’une mise à niveau. Cet assistant IA, propulsé par Gemini, peut désormais construire de manière autonome des pipelines analytiques de bout en bout. Du nettoyage des données aux analyses exploratoires, en passant par l’entraînement du machine learning avec BigQuery ML et les workflows basés sur Python : l’agent accompagne l’ensemble du processus.

Agents IA pour les données non structurées

Par ailleurs, Google Cloud se concentre sur les applications utilisant des données non structurées, nécessaires dans des secteurs comme l’e-commerce et la finance. Les requêtes continues BigQuery reçoivent un traitement avec état, permettant aux requêtes SQL d’avoir une “mémoire” et de détecter les modèles en temps réel. Par exemple, un pic soudain de transactions par carte de crédit peut être immédiatement détecté et bloqué.

Enfin, BigQuery Vector Search est étendu avec des mises à jour automatiques et continues des bases de données vectorielles. Jusqu’à présent, ce processus était lent, particulièrement pour les données multimodales comme l’image, l’audio et la vidéo. Grâce aux mises à jour automatiques, les agents IA peuvent désormais actualiser leur mémoire en temps réel.