To fully automate the weekly retraining and versioning of an existing BigQuery ML customer churn model without over-engineering your stack, the winning architectural combination is Cloud Scheduler BigQuery ML Vertex AI Model Registry. #GCP #BigQueryML #BigData #KodeKloud

＼技術ブログ公開しました✨️／ BigQueryから直接Geminiを叩こう。BigQueryMLによるログ解析ハンズオン future-architect.github.io/a…

GA4に生成AIで分析するにMCPとかでとか話題だけど、そういったものに手を出すよりもSQLを学んだ方が100倍いいよ。最終的なアウトプットのイメージがかけずデータマートも作成できないスキルでMCPとかで生成AIに分析してもらっても、その場限りの再現性がないアウトプットが生成されるだけだから。あとなぜか話題にならないDataformは必須でSQLを習得したあとに、Dataformで自動化してBigQueryMLで分析してもらうっていう方が、MCP通して生成AIで分析とかそういうのと次元が違う分析ができるからな。まあ、俺が言っても誰も聞いてくれないけど、SQLが土台にあってBigQuery/Dataformが使いこなせる方がずっとGA4が使いこなせるスキルセットになるということ

Exciting Milestone: Team Agentic Architects Advances to the Refinement Phase of Google Cloud's Gen AI Exchange Hackathon 2025! 🚀 Thrilled to share that our team, Agentic Architects, has been shortlisted among the top prototypes in the Professional Track for our CementAI Optimizer—a Generative AI platform revolutionizing cement plant operations! 🌱💡 This achievement builds on our journey from the Call4Code Hackathon win with PromptCraft 2.0 to now tackling real-world sustainability challenges. Using Google Cloud's powerhouse tools like Gemini Pro for multimodal AI processing, Vertex AI for custom models, BigQuery ML for predictive analytics (including 8 specialized models for energy regression, heat loss optimization, and more), and Agent Builder for autonomous decision-making, we've created a system that could slash energy costs by up to 15%, boost alternative fuel usage to 30%, and cut CO₂ emissions by 10-20% per plant—potentially saving mid-sized operations $2.5M annually. Key Technical Insights: Real-Time Data Pipeline: IoT sensors feed into Pub/Sub for ingestion, stored in a secure Cloud Storage data lake, with Dataflow handling cleaning and streaming to BigQuery for ML-driven predictions. AI-Orchestrated Autonomy: Gemini Pro analyzes equipment via Cloud Vision API, generating strategies for quality and sustainability, while Vertex AI's custom models (e.g., TSR Optimizer) enable predictive maintenance loops. User-Centric Outputs: Firebase delivers real-time dashboards and mobile alerts, with a "learning loop" for continuous improvement— all deployed scalably on Kubernetes for hybrid environments. A huge thank you to @Hack2Skill for powering this incredible platform and to the Google Cloud team for the Gen AI Exchange Program. Your support has been game-changing! Results are expected in just 4 days—fingers crossed for the grand finale showcase! If you're into agentic AI, GCP innovations, or sustainable manufacturing, let's connect. Check out our demo: YouTube Link and GitHub repo for the full blueprint. #GenAI #CementAI #GoogleCloud #Hackathon #Sustainability #AgenticAI #BigQueryML #VertexAI What do you think—ready to optimize the cement industry? Drop your thoughts below! 🔧

Excited to share our milestone with the Chennai GenAI community & global AI/ML enthusiasts! We've elevated learning through our Certification System—a collaborative effort with Google Cloud Platform (GCP). This platform revolutionizes education with hands-on, interactive tools. While mastering BigQuery ML Fundamentals, access an integrated AI Tutor powered by Vertex AI: understands your style, voice answers, arch diagrams, BigQuery ML simulations—tailored, engaging, real-world ready! From our pilot with hundreds of participants in 2-day GenAI workshop, we're going global. Happy in the design team! @sundarpichai @ThomasOrTK @GoogleCloud @GDGChennai—as Chennai Dev Community, we're seeking your support to scale this AI-based tutor worldwide! @GoogleCloudTech @googlecloud @googledevs @GoogleIndia @ParveenYograj @DrPraveenwrites @svembu @nsitharaman @narendramodi Next-level education in technical/agentic frameworks, mechanical, electronic, physics, IIT/NEET/GATE prep. Dream: Free for all, Google covering cloud costs. Empower global learners! 🚀 Great benefit for the sponsors as they get tax benefit under 80G. Thoughts? #ChennaiGenAI #BigQueryML #VertexAI #GCP #AICommunity #MachineLearning #Certification

Was watching a Gemini hackathon and one of the guys used BigQueryML as the final layer in an Agentic system. Was really cool to see old school ML integrated into the ‘new way of doing things’. I’ve always been super bullish on simple things like classification.

卓ゲっとに向けて予約を受けつよけようと思い予約のシステム作ってるけど、要件がまとまってなくて改修しながら作ってたら時間が。。。 将来的にBigQueryMLを使ってみたいけど、GCPで運用するかレンタルサーバー借りるか迷う。。。

BigqueryML大好きすぎ 一瞬でPDF情報を抜き取ってくれる future-architect.github.io/a…

#BigQueryML の貢献度分析は、多次元データの分析を大量に実行、自動的に分析情報を生成📊 →goo.gle/4kB4Y3z 手動で調べ、試行錯誤しながらデータの可視化やクエリを行う必要はありません。 今回の一般提供では新機能が追加。最も重要な分析情報をより迅速に特定できるようになっています💡

この週末で読了！ x.gd/hir8F GCPでデータ利活用するのに必要な以下のトピックが一冊で学べる超良書でした！ ・Dataplex(メタデータ管理) ・Dataform, Dataflow(ETL, ELT) ・Cloud Composer, Cloud Data Fusion(ワークフロー管理) ・VertexAI, BigQueryML(AI, 機械学習)

BigQuery ML で、Gemini による構造化データ生成 が Preview。AI.GENERATE_TABLE  関数が Gemini 1.5 Pro/Flash, 2.0 Flash モデルを利用可能。新引数  output_schema  で SQL スキーマを指定し、構造化された出力を容易に生成できる。 これまでは json で少量データの出力制御は可能だったが、テーブルレベルの出力制御機能はユニーク。BigQuery ならでは #BigQueryML #GoogleCloud cloud.google.com/bigquery/do…

BigQueryMLと組み合わせたら面白そう 4月はこれを研究しよう

#VertexAI Model Garden のすべてのオープンソース LLM が、#BigQueryML で実行できるようになりました！🎉 ⬇️Meta Llama 3.3 70B モデルを使用して仕組みを解説 goo.gle/3DcqsDl お好みのオープンモデルや、チューニング済みモデル、抽出モデルをぜひお試しください。 #GoogleCloud

Bring #AI To #Looker With The #MachineLearningAccelerator #MachineLearning #ML #ArtificialIntelligence @googlecloud #Cloud #Platforms #BigQueryML #ARIMAPlus #ExplainableAI cyberpogo.com/2023/09/28/bri… via @cyberpogocom

参考なる “BigQueryML で好みのアニメを探してみる” by Miki Katsuragi medium.com/google-cloud-jp/b…

BigQuery ML で gemini-1.5-pro-002 と gemini-1.5-flash-002 のファインチューニングが一般公開。クエリだけで、GPU や TPU をぶん回した独自のカスタムモデルが構築可能。同時に、従来あった「ML.EVALUATE」関数で、LLM モデルによる評価もできるように #BigQueryML #Gemini cloud.google.com/bigquery/do…

ここ最近は退勤後から、鬼の猛勉強 画面見すぎて心が荒んできますね笑 ちなみにBigQueryMLやってます 簡単にモデル実装できていい時代ですね⭐️ 分析以前の基本的な操作方法をつかめずめちゃくちゃ時間かかってる。。

geminiはbigqueryMLで呼び出せるということは、troccoでできる。運用担当者がgeminiの出力結果で解釈する プロンプトエンジニアリングがんばったらしい。

Google BigQueryMLというAIのプログラムを、AIに手伝ってもらって、作成しました。今回は、ClaudeというAIにプログラミング開発を助けてもらいましたよ。 wix.to/DfHq9w0 #MSLblog

Geminiによる大量処理に関しては、BigQueryMLからが良いところ 対比はCloud scheduler cloud tasks cloud run Vertex AI gemini DB(BigQuery or Firestore等) ①サーバー環境のことを考えなくて良い ②エラーのケアを考えなくてよい(BigQueryが代行) ③SQLだけで完結(Python等が不要) ④　①＋③によりデータアナリストが実行可能 ⑤コスト安い(cloud runなどの実行インスタンス不要) ⑥簡素なスケジュール実行(Scheduler tasks不要) デメリットとしては、 ①個別カスタマイズが効かない ②リアルタイム処理には向かない な感じ 弊社はメリットしかないためBigQueryが最高にfit中 みんなもBigQueryML使おうぜ！ #Gemini #BigQuery