เมื่อ AI เข้ามามีบทบาทในทุกมิติของการทำงานตั้งแต่การฝังกับเครื่องมือด้าน Work Collaboration อย่าง Workspace หรือการทำ Cloud Engineering ไปกับ Google Cloud และในมุมของนักวิเคราะห์ข้อมูลเองก็มีเช่นกัน ไม่ว่าจะเป็น AI ที่ช่วยเขียน SQL หรือ AI ที่ช่วยสรุปประเด็นต่าง ๆ บน Dashboard ซึ่งเนื้อหาในวันนี้จะเน้นไปที่ AI กับ Business Intelligence ตัวท็อปของ Google นั่นก็คือ Looker
ในการทำ Data Warehouse สิ่งสำคัญที่จะลำเลียงข้อมูลมาลงเหมืองข้อมูลได้ ก็คือ Data Pipeline ซึ่งส่วนใหญ่จะเป็นข้อมูลที่เป็นลักษณะ Incremental กล่าวคือมี Record เกิดขึ้นใหม่ อาทิ Sale Transactions หรือ Logs ต่าง ๆ ก็จัดการได้ไม่ยากนัก แต่ Challenge ที่มักพบกับข้อมูลที่ไม่ได้เป็น Incremental กล่าวคือข้อมูลที่ไปแก้ใน Record เดิม ๆ อาทิ ราคาหุ้นที่เปลี่ยน, แต้มสมาชิกคงเหลือในบัญชี ที่จำเป็นต้อง sync ระหว่าง Database ต้นทาง และ Data Warehouse ใน Record เดิมเช่นกัน มิเช่นนั้นจะทำให้ Data มีความแตกต่างจนอาจทำให้เกิดความผิดพลาดได้ ซึ่งเราจะแก้ปัญหาเหล่านี้ด้วยกระบวนการ CDC ครับ
บทความใน EP2 ที่ผ่านมาจะเป็นการติดตั้ง Oracle เพื่อเตรียมพร้อมให้ Datastream เชื่อมต่อมาครับ โดยในบทความนี้ผู้เขียนจะสาธิตถึงวิธีการสร้าง profile ที่เชื่อมต่อจาก Datastream และสร้าง Streaming Pipeline มาลงยัง BigQuery
Looker Studio Pro – Business Intelligence ที่ใช่สำหรับมือโปรอย่างคุณLooker Studio Pro – Business Intelligence ที่ใช่สำหรับมือโปรอย่างคุณLooker Studio Pro – Business Intelligence ที่ใช่สำหรับมือโปรอย่างคุณLooker Studio Pro – Business Intelligence ที่ใช่สำหรับมือโปรอย่างคุณ
เทคโนโลยี Generative AI หรือเรียกสั้น ๆ ว่า Gen AI ที่เข้ามาเปลี่ยนโลกทั้งในด้านอุตสาหกรรมต่างๆ การปฏิวัติวิถีชีวิต การทำงาน ตลอดจนการสื่อสารและการโต้ตอบ ซึ่งเป็นตัวช่วยให้เกิดนวัตกรรมล้ำ ๆ ขึ้นมาอย่างง่ายดาย รวมถึงอาชีพ Prompt Engineer ด้วย ที่ทุกธุรกิจพยายามปรับตัวเพื่อให้ทันต่อการเปลี่ยนแปลงของโลกอนาคต ดังนั้นขั้นแรกของการเป็น Prompt Engineer คงหนีไม่พ้นการเขียน Prompt นั่นเอง ซึ่งหากยังไม่รู้จะเริ่มต้นยังไง Blog นี้มีคำตอบ!!
หากพูดถึงเทคโนโลยีที่มาแรงที่สุดในเวลานี้คงหนีไม่พ้นเรื่อง Generative AI แน่นอน เพราะเป็นการเขย่าวงการปัญญาประดิษฐ์ที่ AI สามารถโต้ตอบ นึกคิด ใกล้เคียงกับมนุษย์มากยิ่งขึ้น มีการสร้างคำตอบใหม่ ๆ ที่ถูกต้องและใกล้เคียงความเป็นจริงที่สุด ทำให้เกิดความคิดสร้างสรรค์ที่เป็นประโยชน์แก่มนุษยชาติอย่างมาก และในวันนี้พวกเรา Tangerine จะพาทุกท่านไปรู้จักกับ Generative AI บน Google Cloud กัน
นับตั้งแต่โลกให้ความสนใจกับ Big Data คงไม่มีใครไม่เคยได้ยินคำว่า Data Lake นี่ไม่ใช่เรื่องใหม่ และมีมานานกว่า 10 ปีแล้ว หากให้ย้อนเวลาพาท่านผู้อ่านกลับไปราว ๆ 20 ปีก่อนที่ Data Lake จะเกิดขึ้น เราคงคุ้นเคยกับคำว่า “การทำเหมืองข้อมูลหรือ Data Mining” เสียมากกว่า นั่นคือยุคแรกที่เราเริ่มขุดเหมืองเพื่อหา Insight กัน
ปฎิเสธไม่ได้เลยว่าพระเอกชูโรงของ Google ในกลุ่มงาน Data คือ BigQuery ซึ่งถือว่าเป็นหัวใจสำคัญในการทำงานด้านการวิเคราะห์และปัญญาประดิษฐ์ (Data Anlytics & AI) และเป็นส่วนสำคัญพื้นฐานใน Data Warehouse Modernization Solution และจากงาน Data Cloud & AI Summit เมื่อ 29 มีนาคม 2023 ที่ผ่านมา BigQuery ก็ได้ประกาศออก Editions ใหม่ที่ทำให้การทำงานด้าน Data Cloud ยืดหยุ่นกับโมเดลที่ควบคุมและคาดการณ์ Cost ได้ดียิ่งขึ้นกว่าเดิม
เทคโนโลยีปัญญาประดิษฐ์ถูกนำมาใช้อย่างแพร่หลายในปัจจุบันและใกล้ตัวเราค่อนข้างมาก ไม่ว่าจะอยู่ในรูปแบบแพลตฟอร์มต่าง ๆ ทั้งการซื้อสินค้าออนไลน์, การทำธุรกรรมทางการเงิน หรือแม้แต่งานด้านเอกสาร เช่น การส่งอีเมล์, การนัดหมาย, การประชุมออนไลน์ ทุกอย่างล้วนแต่ขับเคลื่อนด้วย AI ทั้งสิ้นจนเป็นส่วนหนึ่งของชีวิตเราและเทคโนโลยีเหล่านี้ก็กำลังนำพวกเราเข้าไปสู่คลื่นลูกใหม่ของ AI อีกครั้ง นั่นก็คือ Generative AI
เรื่องเด่นประเด็นร้อนจากงาน Google Cloud Next 22 ปีนี้คงหนีไม่พ้นการ rebranding ของ Data Studio กลายเป็น Looker Studio ตาม roadmap ของทาง Google ต้อนรับเข้าสู่ Solution หมวด Business Intelligence Modernization อย่างเป็นทางการเสียที
