Vertex AI Notebooks Bewertungen & Produktdetails

Interne Datenbank/SharePoint-Verbindung: Dies bezieht sich auf die Verbindung eines Datenbank- oder SharePoint-Systems innerhalb des internen Netzwerks einer Organisation. Es beinhaltet das Einrichten sicherer Verbindungen, oft unter Verwendung von APIs oder benutzerdefinierten Schnittstellen, um Daten in diesen Systemen abzufragen, abzurufen und zu aktualisieren.

Verbindung zu verschiedenen GCP-Diensten: Die Google Cloud Platform (GCP) bietet Dienste wie BigQuery, Cloud Storage und Pub/Sub. Die Herstellung von Verbindungen zu diesen Diensten erfordert die Verwendung von GCP-SDKs, die Authentifizierung über Dienstkonten und das Ausführen von API-Aufrufen zur Verwaltung und Verarbeitung von Daten.

Planung von Aufgaben über Crontab: Crontab ist ein Unix-basierter Aufgabenplaner, der die Planung automatisierter Aufgaben ermöglicht, wie z.B. das Ausführen von Skripten, indem die Zeit und Häufigkeit (z.B. täglich, wöchentlich) angegeben wird. Diese Aufgaben können Prozesse wie Datenbanksicherungen, Dateiübertragungen oder andere geplante Prozesse ausführen.

Verbindung von JupyterLab über VS Code: JupyterLab wird häufig für Data Science verwendet. In VS Code kann man sich mit JupyterLab verbinden, indem man die Python-Erweiterung verwendet, die Jupyter-Notebooks unterstützt. Dies ermöglicht das Codieren, Testen und Visualisieren von Notebook-Inhalten direkt in VS Code und kombiniert die Vorteile einer IDE und von Jupyter-Notebooks für ein nahtloses Erlebnis. Bewertung gesammelt von und auf G2.com gehostet.

In Vertex AI-Notebooks kann die Verbindung nach einiger Zeit der Inaktivität aufgrund von Sitzungs-Timeouts oder Ressourcenmanagement auf Google Cloud getrennt werden. Dies ist üblich in cloudbasierten Umgebungen, in denen inaktive Sitzungen oft beendet werden, um Ressourcen freizugeben. Wenn Sie versuchen, die Verbindung wiederherzustellen, fordert das System Sie manchmal auf, den Arbeitsbereich zu leeren, um Ressourcen freizugeben oder die Umgebung für eine neue Sitzung zurückzusetzen. Dieser Prozess stellt sicher, dass das Notebook die Verbindung wiederherstellen und reibungslos arbeiten kann, indem potenzielle Konflikte oder Speicherüberlastungen aus vorherigen Zuständen beseitigt werden. Bewertung gesammelt von und auf G2.com gehostet.

1. Zusammenarbeit mit verschiedenen Teams in Echtzeit.

2. Automatische Ressourcenskalierung.

3. Integration mit Google Cloud-Diensten wie BigQuery, Cloud Storage und Pub/Sub.

4. Viele APIs, verwaltete Dienste. Bewertung gesammelt von und auf G2.com gehostet.

Begrenzte Anpassungsmöglichkeiten in GCP. Abhängigkeit von den Google Cloud-Diensten. Dokumentation ist unzureichend. Bewertung gesammelt von und auf G2.com gehostet.

Einfacher Zugang zu BigQuery Studio, Cloud-Buckets usw. Vertex AI bietet eine AutoML-Funktion, in der vorgefertigte AI/ML-Algorithmen vorhanden sind, die wir direkt verwenden können. Es bietet uns verschiedene Notebook-Optionen entsprechend unseren geschäftlichen Anforderungen, wie Python, Pyspark, Pytorch, R, TensorFlow und XGBoost usw. Bewertung gesammelt von und auf G2.com gehostet.

Seine Rechenleistung ist im Vergleich zu Big Query Studio sehr gering. Bewertung gesammelt von und auf G2.com gehostet.

Ich arbeite bei Mahindra als Cloud-Ingenieur, alle Anwendungsfälle, die wir in unserem Unternehmen haben, werde ich bearbeiten, wie zum Beispiel das Bereitstellen von Anwendungen auf Compute-Instanzen, GKE und Cloud Run. Und im Bereich der Datenanalyse: Wir verwenden Cloud Composer, BigQuery, Dataproc-Cluster. Als Speicher verwenden wir Cloud Spanner, GCS, SQL. Auf der UI- und Dienstseite ist Google Cloud in Ordnung. Bewertung gesammelt von und auf G2.com gehostet.

Google Cloud-Benutzeroberfläche für IAM bezogen nicht gut, Geschwindigkeit auch nicht gut auf der Netzwerkseite. Google-Team muss auch an der Dokumentation arbeiten. Google-Team muss auch an der Verfügbarkeit von Instanzen in allen Regionen arbeiten. Bewertung gesammelt von und auf G2.com gehostet.

Große Auswahl an Werkzeugen für verschiedene Aufgaben verfügbar Bewertung gesammelt von und auf G2.com gehostet.

Preisinformationen können detaillierter sein. Bewertung gesammelt von und auf G2.com gehostet.

Einige der Vorteile, die ich sehe, sind skalierbare, einfach zu verwendende Notebooks ohne Server-Overhead und die nahtlose GCP-Integration sowie die auf Colab basierende Benutzeroberfläche. Bewertung gesammelt von und auf G2.com gehostet.

hohe Kosten für die Erstellung von Notebooks und Datensatz-Datenträgernutzungsgebühren. Bewertung gesammelt von und auf G2.com gehostet.

Meiner Meinung nach und basierend auf meiner Erfahrung mit der Nutzung sticht am meisten die Integration mit dem Google-Cloud-Ökosystem hervor. Wie es den Zugriff auf Big-Query-Daten oder Cloud-Speicherdaten direkt daraus so einfach macht. Bewertung gesammelt von und auf G2.com gehostet.

Nichts zu beanstanden, aber eine Sache, bei der ich denke, dass es Verbesserungspotenzial gibt, ist, dass manchmal große Hardwarekonfigurationen die Arbeitsabläufe stören. Auch wenn sie nicht korrekt überwacht werden, kann es ein großes Budget sein. Bewertung gesammelt von und auf G2.com gehostet.

Vertex AI Notebooks ist sehr leistungsstark und wurde von einem Google-Ingenieur namens Vertex AI entwickelt. Es integriert sich mit Google Cloud und verwaltet Jupyter-Notebooks. Es ist von Natur aus skalierbar, sodass Sie die Ressourcen je nach Bedarf erhöhen oder verringern können. Es gibt eine hohe Nutzungsfrequenz im Informationstechnologiemarkt und die Benutzerfreundlichkeit ist benutzerfreundlich. Seine Implementierung ermöglicht es dem Benutzer, Notebooks über Teams und Projekte hinweg zu teilen. Es hat einen 24 x 7 Kundensupport, der das Benutzererlebnis erheblich verbessert. Bewertung gesammelt von und auf G2.com gehostet.

Es ist sehr nützlich für die Organisation, daher denke ich nicht, dass es irgendwelche Nachteile bei der Verwendung der Vertex AI-Notebooks gibt. Bewertung gesammelt von und auf G2.com gehostet.

Ich lebe wirklich begeistert von der Wirkung der Vertex AI Notebooks, da sie äußerst leistungsstark und flexibel sind. Durch dieses Maß bin ich in der Lage, die cloudbasierte Infrastruktur von Google für komplexe Datenanalysen und Anwendungen zu nutzen, die maschinell trainiert sind. Dank meiner Möglichkeit, meine Projekte je nach Bedarf hoch- oder herunterzuskalieren und auch andere Google Cloud-Dienste mühelos zu integrieren. Bewertung gesammelt von und auf G2.com gehostet.

Der Nachteil von Vertex AI Notebooks ist die Tatsache, dass es keine Möglichkeit gibt, Daten offline zuzugreifen. Dies stellt sich als großes Problem heraus, wenn das Projekt während einer Reise aufkommt, bei der ich möglicherweise keine zuverlässige Internetverbindung habe. Es wird zu einem Hindernis, das die Produktivität des Tools in Situationen beeinträchtigt, in denen die Echtzeitverfügbarkeit entscheidend ist. Bewertung gesammelt von und auf G2.com gehostet.

Integrierter Arbeitsablauf mit Google Cloud-Diensten, insbesondere allen Vertex AI-Diensten. Diese Plattform bietet eine Vielzahl fortschrittlicher Funktionen, einschließlich Versionskontrolle, Planung und vorkonfigurierter Umgebungen für beliebte Sprachen und Frameworks. Vertex AI Workbench ermöglicht die Zusammenarbeit im Team innerhalb von Vertex AI-Notebooks, was die Kommunikation und den Informationsaustausch zwischen allen Datenwissenschaftlern und ML-Entwicklern verbessert. Ich denke, die Verwendung von Imagen 2 ist das Beste, was ich je beobachtet habe, insbesondere in Bezug auf die Bildbearbeitung mit Maske und Eingabeaufforderung. Bewertung gesammelt von und auf G2.com gehostet.

Es ist schwierig zu integrieren und zu verwenden, insbesondere für neue Benutzer. Abgesehen davon wäre ich nur plattformabhängig. Und teurer als einige andere Lösungen. Bewertung gesammelt von und auf G2.com gehostet.