Ce cours présente BigQuery comme une plate-forme intégrée et sans serveur qui accélère l'ensemble du workflow de data science, de l'ingénierie des caractéristiques complexes au déploiement direct de modèles. Cela démontre que BigQuery est bien plus qu'un entrepôt de données traditionnel. Découvrez comment rapprocher le calcul des données pour résoudre les défis liés aux workflows fragmentés et multi-outils. Implémentez le machine learning directement via SQL à l'aide de BigQuery ML (BQML), et intégrez des projets de data science à des environnements Python tels que Jupyter et Colab. Vous découvrirez également les agents de data science pour la gestion automatisée du cycle de vie du ML, et comment utiliser BigQuery pour faciliter les déploiements de l'IA générative et du machine learning prêts pour la production.