BigQuery lança accessor .bigquery para rodar predições zero-shot direto em DataFrames do pandas

O accessor .bigquery do BigQuery DataFrames (BigFrames) deixa o analista chamar funções de IA do BigQuery direto em objetos pandas. Quando você executa algo como ai.predict(), a biblioteca não calcula nada localmente. Ela traduz a operação do pandas para Google Standard SQL, roda o foundation model correspondente (como o TabFM) na infraestrutura do BigQuery e devolve o resultado como DataFrame padrão.

Há uma divisão clara de escopo. Em Series, as funções aceitam uma coluna só: ai.embed() gera embeddings de uma coluna de texto e ai.similarity() calcula similaridade de cosseno contra uma string literal ou outra Series, devolvendo floats prontos para filtro e ordenação. Em DataFrames, as funções trabalham com várias colunas. É o caso do ai.forecast(), que roda previsão de séries temporais agrupadas com TimesFM, e aceita escolher a versão pelo argumento model. O TimesFM 3.0 está em Preview no BigQuery. Já o ai.if_() devolve uma Series booleana que serve de máscara de filtro e, por padrão, usa o modo minimize_cost: um modelo local destilado processa a maioria das linhas e só o restante vai para o Gemini. Para mandar tudo ao LLM, use maximize_quality.

Para rodar os exemplos, o projeto precisa dos papéis BigQuery Job User e Agent Platform User, além de pandas e bigframes no Jupyter e do ID do projeto configurado. A lista de funções suportadas inclui classify(), generate_table(), generate_text(), score() e variantes tipadas como generate_bool(), generate_double() e generate_int().

O accessor reúne peças que o CEVIU vinha cobrindo separadamente. Em 3 de julho de 2026, o CEVIU noticiou "Google apresenta TabFM, modelo de fundação zero-shot para dados tabulares", um modelo para classificação e regressão baseado em aprendizado em contexto, sem engenharia de atributos manual nem ajuste de hiperparâmetros. Agora o TabFM aparece como o motor por trás do ai.predict() chamado de dentro do pandas. Em 5 de novembro de 2026, o CEVIU também detalhou "Google Cloud detalha AI.AGG, função do BigQuery que faz agregação semântica sobre milhões de linhas com uma única query SQL", outra função de IA do BigQuery, que até então era cenário de SQL.

Para quem trabalha com pandas e esbarra no limite de memória da máquina local, isso reduz o atrito: dá para usar modelos de fundação sem reescrever o fluxo em SQL. A leitura editorial é que o custo passa a depender do que é enviado ao BigQuery, então vale entender o modo de otimização do ai.if_() e os papéis de acesso antes de aplicar em tabelas grandes.