Cómo Google BigQuery y Looker pueden acelerar su flujo de trabajo de Data Science
19 de septiembre, 2:00 PM ET
La mayoría de las organizaciones no han logrado el valor de análisis predictivo . Los flujos de trabajo típicos de ciencia de datos son intensivos en recursos y los entornos de datos en muchas empresas son complicados.
Los datos necesarios para el análisis pueden distribuirse entre tantas herramientas y departamentos, que los científicos de datos deben pasar la mayor parte de su tiempo (60%) preparando datos para su análisis, en lugar de realizar el análisis en sí.
Únase a nosotros para este webcast donde Hossein Ahmadi, con Google Cloud y el experto en ciencia de datos Looker Marcell Babai, le mostrará cómo puede aprovechar Looker con el poder de Google BigQuery Machine Learning (BQML) para construir modelos de Machine Learning (ML) directamente donde viven sus datos.
Aprenderá cómo puede:
- Simplificar la adopción y el despliegue de Machine Learning con BQML. Hossein mostrará casos reales de uso de clientes.
- Reduzca el tiempo de espera, opere las cargas de trabajo y reduzca la complejidad para un desarrollo más rápido del modelo.
- Aproveche Looker para escribir el SQL correcto y de rendimiento para que lo haga datos jerárquicos fáciles de manejar.
- Elimine la necesidad de mover los datos a otro entorno de ciencia de datos para ciertos tipos de modelos predictivos.
Miércoles, 19 de septiembre
11:00 AM PT / 2:00 PM ET
Duración: 45 minutos
Presentadores
Hossein Ahmadi – Ingeniero Senior de Software
Marcell Babai – Data Science Solutions