הפעלת שאילתות מורכבות בשפה טבעית על נכסי נתונים ארגוניים, באמצעות סוכן גילוי שמבצע קריאות ל-Knowledge Catalog API ‏ (Python).

ליצור סקירות כלליות מבוססות-AI של נכסי הנתונים שלכם בהיקף נרחב, באמצעות סוכן העשרה שמבצע קריאות ל-Knowledge Catalog API ‏ (Python).

תכנון תהליכי עבודה של ניתוח נתונים בענן באמצעות סוכני AI ו-Knowledge Catalog כגרף ההקשר.

אפשר לצרף נתונים מובְנים, מטא-נתונים מבוססי-סכמה (היבטים) והגדרות עסקיות (מילונים) לנכסי הנתונים (רשומות) באמצעות מסוף Google Cloud.

ליצור טבלאות Apache Iceberg, לאכוף מדיניות מרכזית של נתונים לאבטחה ברמת העמודה, להגדיר מדיניות אבטחה ולהציג באופן חזותי את שרשרת המקור של הנתונים.

הטמעה אוטומטית של מטא-נתונים משירותי Google כמו BigQuery.

יצירת אינדקס של מטא-נתונים ממקורות נתונים בהתאמה אישית באמצעות ממשקי API פתוחים.

באמצעות Gemini CLI, אפשר להשתמש בשאילתות בשפה טבעית כדי ליצור פרופיל של נתונים וליצור כללים לאיכות הנתונים, ואז לפרוס את הכללים האלה כסריקות אוטומטיות.

מוודאים ש-Knowledge Catalog יכול להבחין בין נתוני המקור לבין נתונים זמניים נגזרים, באמצעות שאילתות בשפה טבעית ל-Gemini CLI.

להבין איך טרנספורמציות של נתונים משפיעות על משאבים במורד הזרם, על תקינות הנתונים ועל תהליכי העבודה.

עוקבים אחרי זרימת המידע האישי הרגיש עד לתהליך שמעביר אותו ממיקום מהימן למיקום לא מהימן.

כדי לצמצם את עלויות האחסון, כדאי לזהות נכסים שלא נמצאים בשימוש פעיל כמקורות לתהליכים אחרים.

אחזור הקשר מוכן לשימוש ב-LLM עבור נכסי נתונים באמצעות בקשת API יחידה.