다음 노트북 튜토리얼을 사용하여 Vertex AI Feature Store에 대해 자세히 알아보세요.
Vertex AI Feature Store Bigtable 온라인 서빙을 사용한 온라인 특성 서빙 및 BigQuery 데이터 가져오기
|
이 튜토리얼에서는 BigQuery에서 특성 값을 온라인으로 서빙하고 가져오기 위해 Vertex AI Feature Store에서 Bigtable 온라인 서빙을 사용하는 방법을 알아봅니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |
Vertex AI Feature Store 최적화 온라인 서빙을 사용한 온라인 특성 서빙 및 BigQuery 데이터 가져오기
|
|
이 튜토리얼에서는 Vertex AI Feature Store에서 최적화된 온라인 서빙을 사용하여 BigQuery에서 특성 값을 서빙하고 가져오는 방법을 알아봅니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |
Vertex AI Feature Store를 사용한 온라인 특성 서빙 및 BigQuery 데이터 벡터 검색
|
|
이 튜토리얼에서는 BigQuery에서 특성 값을 온라인 서빙하고 벡터 값을 검색하기 위해 Vertex AI Feature Store를 사용하는 방법을 알아봅니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |
Vertex AI Feature Store 특성 뷰 서비스 에이전트 튜토리얼
|
|
이 튜토리얼에서는 특성 뷰 서비스 에이전트를 사용 설정하고 사용되는 특정 소스 데이터에 대한 각 특성 뷰 액세스 권한을 부여하는 방법을 알아봅니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |
Vertex AI Feature Store 기반 LLM 그라운딩 튜토리얼
|
|
이 튜토리얼에서는 사용자 제공 데이터를 청크 처리한 후 임베딩 생성 기능이 있는 대규모 언어 모델(LLM)을 사용하여 각 청크의 임베딩 벡터를 생성하는 방법을 알아봅니다. 그런 다음 생성된 임베딩 벡터 데이터 세트를 Vertex AI Feature Store에 로드하면 빠른 특성 검색 및 효율적인 온라인 서빙을 지원할 수 있습니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |
Vertex AI Feature Store 및 BigQuery로 생성형 AI RAG 애플리케이션 빌드
|
|
이 튜토리얼에서는 BigQuery 벡터 검색 및 Vertex AI Feature Store를 사용하여 생성형 AI 애플리케이션을 위한 지연 시간이 짧은 벡터 검색 시스템을 빌드하는 방법을 알아봅니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |
Vertex AI Feature Store에서 IAM 정책 구성
|
|
이 튜토리얼에서는 Vertex AI Feature Store에 저장된 리소스 및 데이터에 대한 액세스를 제어하도록 IAM 정책을 구성하는 방법을 알아봅니다. Colab에서 열기 | Colab Enterprise에서 열기 | GitHub에서 보기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 |