Una data scientist ha bisogno di maggiore potenza di calcolo per creare set di dati etichettati da grandi quantità di dati in Google Cloud Storage e Cassandra, oltre a visualizzazioni. Quale soluzione la aiuta di più?

La soluzione migliore è distribuire Google Cloud Datalab su una VM di Compute Engine. Datalab è un ambiente interattivo basato su Jupyter, ottimizzato per l'analisi dei dati, il machine learning e la visualizzazione su Google Cloud. Permette alla data scientist di connettersi facilmente a Google Cloud Storage e ad altre fonti di dati, eseguire calcoli su larga scala e creare visualizzazioni, sfruttando la potenza di Compute Engine. Eseguire Jupiter in locale non fornisce la scalabilità necessaria. Google Cloud Shell è un ambiente a riga di comando, non adatto per l'analisi interattiva e la visualizzazione. Ospitare solo uno strumento di visualizzazione su una VM non risolve la necessità di elaborazione dati e creazione di set di dati etichettati.