Die Rolle von Data Scientists entwickelt sich von der Analyse der Vergangenheit hin zum Aufbau der Zukunft mit intelligenten, autonomen Agenten. Dieser Wandel erfordert eine Verlagerung vom Analysten zum agentischen Architekten, aber bestehende Werkzeuge erzeugen Reibungsverluste und behindern den kreativen Fluss. Um diese Herausforderungen zu bewältigen, werden neue Innovationen auf einem KI-nativen Stack eingeführt. Diese Fortschritte zielen darauf ab, die Entwicklungsumgebung zu vereinheitlichen und Data Scientists zu ermöglichen, effizienter von der Analyse zur Aktion überzugehen.Eine Schlüsselinnovation ist eine einzige, intelligente Notebook-Umgebung, die SQL, Python und Spark integriert und so Kontextwechsel überflüssig macht. Data Scientists erhalten nun nativen, SQL-basierten Zugriff auf Echtzeit- und unstrukturierte Daten, die für die Entscheidungsfindung von Agenten unerlässlich sind. Die neuen Werkzeuge erleichtern den Übergang vom Prototyp zur Produktion in Minuten statt Wochen, mit einem vollständigen Toolkit zum Erstellen, Bereitstellen und Verbinden autonomer Agenten.Verbesserungen an Colab Enterprise Notebooks in BigQuery und Vertex AI umfassen native SQL- und interaktive Visualisierungszellen, die das Notebook in eine integrierte Entwicklungsumgebung verwandeln. Der Data Science Agent wurde ebenfalls verbessert, um die Nutzung ausgefeilter Werkzeuge in seinen Plänen zu integrieren, wodurch die Analyse fortschrittlicher und die Arbeitslasten kostengünstiger werden. Die Lightning Engine ist jetzt allgemein verfügbar, beschleunigt die Spark-Leistung erheblich und integriert sich nahtlos in verschiedene Werkzeuge.Zustandsbehaftete Verarbeitung für BigQuery-kontinuierliche Abfragen ermöglicht komplexe, zustandsbewusste Abfragen auf Live-Daten und erschließt Anwendungsfälle wie die Echtzeit-Betrugserkennung. Die autonome Einbettungserstellung in BigQuery über multimodale Daten vereinfacht die Erstellung von KI-Anwendungen mit Vektordatenbanken. Das "Build-Deploy-Connect"-Toolkit, einschließlich des Agent Development Kit (ADK), ermöglicht die Erstellung skalierbarer, sicherer und produktionsreifer Agentenflotten. Die sichere Verbindung dieser Agenten mit Unternehmensdaten wird durch First-Party-BigQuery-Tools und das MCP Toolbox optimiert. Der Workflow des Architekten wird auch durch Gemini CLI-Erweiterungen für Data Cloud verbessert, die die Interaktion mit Datenaufgaben in natürlicher Sprache direkt im Terminal ermöglichen. Diese Innovationen ermöglichen es Unternehmen, Aufgaben zu automatisieren und zu agentischen Architekten zu werden, wodurch sie in der Lage sind, mit Intelligenz zu wahrzunehmen, zu schlussfolgern und zu handeln.