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

איך יוצרים סקירות AI לנכסי הנתונים בקנה מידה נרחב, באמצעות סוכן העשרה שמבצע קריאות ל-Dataplex API‏ (Python).

איסוף רשומות לפי הקשר ממקורות בכמה עננים, כדי שהסוכנים יוכלו לבצע פעולות יזומות ומנוהלות.

לתכנן ארכיטקטורה של תהליכי עבודה לניתוח נתונים חוצי-עננים במאגרי נתונים מבוזרים, באמצעות סוכני AI ו-Knowledge Catalog בתור תרשים ההקשר.

הוספת מטא-נתונים מובְנים מבוססי-סכימה (היבטים) והגדרות עסקיות (מילוני מונחים) לנכסי הנתונים (רשומות) באמצעות מסוף Google Cloud.

ליצור טבלאות Apache Iceberg, לאכוף מדיניות מרכזית של אבטחה ברמת העמודה, להגדיר מדיניות אבטחה ולהציג באופן חזותי את שושלת היוחסין של הנתונים באופן אוטומטי.

הטמעה אוטומטית של מטא-נתונים משירותי Google כמו BigQuery.

הוספה לאינדקס של מטא-נתונים ממקורות נתונים בהתאמה אישית באמצעות ממשקי API פתוחים.

בעזרת Antigravity CLI, אתם יכולים להשתמש בשאילתות בשפה טבעית כדי ליצור פרופיל של נתונים וכללי איכות, ואז לפרוס את כללי איכות הנתונים כסריקות אוטומטיות.

מוודאים ש-Knowledge Catalog יכול להבחין בין נתוני מקור לבין נגזרות זמניות, באמצעות שאילתות בשפה טבעית ל-Antigravity CLI.

לזהות איך טרנספורמציות של נתונים משפיעות על משאבים במורד הזרם, על תקינות הנתונים ועל תהליכי עבודה.

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

כדי להפחית את עלויות האחסון, אתם יכולים לזהות נכסים שלא משמשים באופן פעיל כמקורות לתהליכים אחרים.

אחזור הקשר בפורמט מוגדר מראש שמוכן ל-LLM לנכסי נתונים באמצעות בקשת API אחת.