Uma cientista de dados precisa de mais capacidade de computação para criar conjuntos de dados rotulados a partir de grandes volumes de dados no Google Cloud Storage e Cassandra, além de visualizações. Qual solução a ajuda mais?

A implantação do Google Cloud Datalab em uma VM no Google Compute Engine é a solução mais adequada. O Datalab é um ambiente interativo baseado em Jupyter para análise de dados, aprendizado de máquina e visualização. Ele se integra nativamente com serviços do Google Cloud, como Cloud Storage e BigQuery, permitindo que a cientista de dados acesse e processe grandes volumes de dados de forma eficiente. Além disso, ao ser executado em uma VM do Compute Engine, o Datalab pode ser configurado com a capacidade computacional necessária para lidar com as cargas de trabalho exigidas. Executar uma versão local do Jupyter no laptop não oferece a escalabilidade e o acesso direto aos dados no Cloud Storage e Cassandra. Conceder acesso ao Google Cloud Shell não fornece um ambiente de desenvolvimento interativo com as ferramentas necessárias para análise e visualização de dados em larga escala. Hospedar uma ferramenta de visualização em uma VM no Compute Engine resolve apenas a parte da visualização, sem oferecer um ambiente completo para a criação de conjuntos de dados rotulados e processamento.