Explorando Google Cloud Platform para big data e IA

4/19
Recursos

Aportes 3

Preguntas 1

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Reg铆strate o inicia sesi贸n para participar.

EXPLORANDO G.C.P. PARA BIG DATA

  • Big Query:
    Es un servicio serverless totalmente escalable que permite trabajar con petabytes de informaci贸n y lo m谩s importante permite separar el c贸mputo del procesamiento.

  • Pub-Sub:
    Permite trabajar a trav茅s de t贸picos, esos t贸picos permiten conectarnos con distintas fuentes de informaci贸n y obtener 茅stos elementos en tiempo real. 脡stos elementos pueden llevarse hasta un DataFlow para poder hacer filtrado, poder hacer ordenamiento de 茅stos registros y luego cargarlos en Big Query.

  • DataFlow:
    Es un servicio de extracci贸n, transformaci贸n y carga de datos que puede funcionar tanto Batch como Near Real Time. 脡ste servicio permite trabajar en base a jobs y 茅stos pueden ser a trav茅s de un Template y ya vienen pre configurados distintos Templates.

  • Data Catalog:
    Es un servicio totalmente escalable que permite administrar la metadata que tu tienes en tu organizaci贸n. 脡sta metadata recuerda que se genera desde los procesos de ingesta hasta los repositorios de datos, por lo tanto es bastante 煤til que puedas conectar tus sistemas y poder almacenar 茅sta data para que distintos usuarios dentro de tu organizaci贸n puedan conocer cual es la informaci贸n que tienes cargado en Google Cloud.

  • Vertex AI:
    Almacena todas las funcionalidades para poder hacer y crear Datasets, hacer ingesta, hacer entrenamiento, deployement de 茅stos modelos de una forma asistida con AutoML Tables o de una forma program谩tica con Jupyter Notebook. 脡stas dos opciones est谩n disponibles en Vertex AI.

  • Vision:
    Nos permite resolver una serie de casos de uso enfocados en la detecci贸n tanto de video como de im茅genes para detectar elementos.

  • Document AI:
    Permite tomar informaci贸n no estructurada desde distintos formularios, PDF, correo electr贸nico, y poder extraer 茅sta informaci贸n para poder procesarla de una forma ordenada y encontrar insight de 茅stos textos.

  • Speech to Text:
    Permite resolver casos de uso donde tengo audio, y ese audio necesito hacer una transcripci贸n a texto para despu茅s analizarlo con los servicios de lenguaje natural.

  • Natural Lenguage:
    Permite analizar, extraer sentimientos, extraer entidades y todo eso gracias al an谩lisis sem谩ntico de informaci贸n de texto.

ESPERO PUEDAN REPASAR LA CLASE CON M脕S FACILIDAD. GRACIAS.

Algo como esto ser铆a el esquema de la soluci贸n que el profesor plantea.

Algo as铆 entiendo que es el camino para que la informaci贸n sea analizada.