Google Cloud a annoncé la disponibilité générale de plusieurs fonctionnalités Gemini dans BigQuery, notamment la génération de code SQL et Python, le canevas de données, les informations sur les données et les recommandations de partitionnement et de clustering. Ces fonctionnalités, conçues pour rendre l'analyse de données plus rapide, plus facile et plus accessible, aideront les utilisateurs de tous niveaux à exploiter le potentiel de leurs données.
Un aspect particulièrement intéressant de cette version est l'accent mis sur l'analyse en langage naturel. Avec Gemini dans BigQuery, les utilisateurs peuvent désormais utiliser des invites en langage naturel pour générer des requêtes SQL et Python, explorer les données et obtenir des informations. Cela supprime le besoin de connaissances spécialisées en matière de codage, rendant l'analyse de données accessible à un public plus large.
Par exemple, un utilisateur peut demander à Gemini dans BigQuery de "Générer une requête SQL pour calculer les ventes totales de chaque produit dans le tableau". Gemini génère ensuite la requête, ce qui permet à l'utilisateur de gagner du temps et des efforts.
Outre la génération de code, Gemini dans BigQuery peut également fournir des explications et des informations pour aider à comprendre les requêtes complexes. Cela est particulièrement utile pour les utilisateurs qui débutent avec SQL ou Python, ou pour ceux qui travaillent avec des ensembles de données inconnus.
Globalement, la disponibilité générale des fonctionnalités Gemini dans BigQuery constitue une avancée majeure pour rendre l'analyse de données accessible à tous. Grâce à ses capacités d'analyse en langage naturel, à ses recommandations basées sur l'IA et à son intégration transparente, Gemini dans BigQuery permet aux organisations d'exploiter le potentiel de leurs données et d'obtenir des informations précieuses.
