一位資料科學家需要更多運算資源，以便從 Google Cloud Storage 和 Cassandra 中的大量資料建立標記資料集，並進行視覺化。哪種解決方案對她最有幫助？

正確答案是將 Google Cloud Datalab 部署到 Google Compute Engine 上的虛擬機器 (VM)。Google Cloud Datalab 是一個基於 Jupyter 的互動式工具，專為資料探索、分析和機器學習而設計。它能直接與 Google Cloud Storage 和其他 Google Cloud 服務整合，提供強大的運算資源來處理大量資料，並支援視覺化。將其部署在 Compute Engine VM 上，可確保資料科學家獲得所需的運算能力和彈性。 在筆記型電腦上執行本機版 Jupiter 不足夠，因為資料量龐大，本機資源受限。授予使用者 Google Cloud Shell 的存取權限僅提供基本的命令列環境，不適合複雜的資料分析和視覺化。在 Google Compute Engine 上的 VM 中託管視覺化工具雖然提供運算資源，但缺乏 Datalab 整合式開發環境和對 Google Cloud 服務的原生支援，效率較低。