Video-Reviews
513 Vertex AI Bewertungen
Gesamtbewertungsstimmung für Vertex AI
Melden Sie sich an, um die Bewertungsstimmung zu sehen.

Meiner Meinung nach ist eines der besten Dinge an Vertex AI seine Benutzerfreundlichkeit und der umfassende Satz von Werkzeugen zur Entwicklung und Bereitstellung von maschinellen Lernmodellen. Bewertung gesammelt von und auf G2.com gehostet.
Die meisten Dinge scheinen perfekt zu sein, wenn man mit Vertex AI arbeitet, da ich nur in wenigen Fällen Probleme hatte (soweit ich mich erinnere). Aber ich möchte dem Team vorschlagen, dass, obwohl die Plattform benutzerfreundlich sein soll, es dennoch eine Lernkurve für Benutzer geben kann, die neu im Bereich des maschinellen Lernens oder der Cloud-Plattformen sind, sodass möglicherweise eine anfängliche Investition in Lernen und Experimentieren erforderlich ist. Bewertung gesammelt von und auf G2.com gehostet.

Vertex AI hat einen sehr nahtlosen Prozess für die meisten Aufgaben wie Modelltraining, Modellbereitstellung und auch den Überwachungsteil des Modells. Eine weitere wichtige Sache ist, dass wir die Modelle automatisch skalieren können, und für Produktionsanwendungen ist es ebenfalls die am besten geeignete Plattform. Bewertung gesammelt von und auf G2.com gehostet.
Ein Problem, dem ich begegnet bin, ist, dass für einige Deep-Learning-Modelle, bei denen Vorverarbeitungsschritte vor der Modellauswertung erforderlich sind, der Prozess für diese Art von komplexen benutzerdefinierten Modellen etwas komplex ist. Bewertung gesammelt von und auf G2.com gehostet.


Vertex kümmert sich um die Infrastruktur, die für das Training und die Bereitstellung von Modellen benötigt wird, sodass sich die Benutzer auf die Entwicklung ihrer Modelle konzentrieren können, anstatt sich um Hardware und Ressourcen zu kümmern. Diese Skalierbarkeit stellt sicher, dass Benutzer Projekte jeder Größe bewältigen können. Als Teil der Google Cloud Platform integriert sich Vertex AI nahtlos mit anderen Google Cloud-Diensten wie BigQuery, Cloud Storage und Kubernetes Engine. Dies erleichtert das Datenmanagement, die Verarbeitung und die Bereitstellung. Bewertung gesammelt von und auf G2.com gehostet.
Vertex bietet viele vorgefertigte Lösungen an, sie sind möglicherweise nicht flexibel genug für sehr spezifische oder Nischenanforderungen.
Fortgeschrittene Benutzer, die eine tiefgehende Anpassung suchen, könnten einige Einschränkungen im Vergleich zur Einrichtung ihrer eigenen Infrastruktur und der Verwendung von Open-Source-Tools feststellen. Bewertung gesammelt von und auf G2.com gehostet.


- Es bietet Zugang zu fortschrittlichen generativen KI-Modellen wie Gemini, die verschiedene Arten von Eingaben verstehen und reichhaltige Ausgaben generieren können. Dies ermöglicht Entwicklern, KI-Anwendungen der nächsten Generation zu erstellen.
- Es verfügt über mehr als 130 generative KI-Modelle, einschließlich First-Party-, Third-Party- und Open-Source-Optionen. Dies bietet Flexibilität bei der Auswahl des geeigneten Modells für verschiedene Anwendungsfälle.
- Seine offene und integrierte Plattform erleichtert es Datenwissenschaftlern, ML-Modelle schneller zu trainieren, anzupassen und bereitzustellen. Die native Integration mit BigQuery ist sehr praktisch. Bewertung gesammelt von und auf G2.com gehostet.
- Während es hervorragende Fähigkeiten für Experten bietet, scheint es an benutzerfreundlichen Werkzeugen für nicht-technische Benutzer zu mangeln, um KI zu nutzen.
- Es gibt keine klaren Informationen zu Modellgenauigkeitsmetriken, die bei der Auswahl des geeigneten Modells helfen könnten, was den Vergleich zwischen Modellen kompliziert machen könnte. Bewertung gesammelt von und auf G2.com gehostet.
Eingebaute Unterstützung für ML-Metadaten, Modellversionierung, Modellüberwachung, Erklärbarkeit, Pipelines und mehr ermöglicht es Ihnen, Ihre ML-Projekte zu industrialisieren und zu skalieren. Weniger DevOps-Arbeit für Ihr Team.
Vertex AI greift auf die fortschrittlichen Daten- und Rechendienste von Google Cloud wie BigQuery, Storage und Cloud TPUs zu. Die Nutzung dieser Backend-Dienste ermöglicht es Ihnen, große Datensätze zu verarbeiten und komplexe Modelle auszuführen. Bewertung gesammelt von und auf G2.com gehostet.
Derzeit unterstützt Vertex AI Custom Training nur TensorFlow, Scikit-Learn und XGBoost. Die Unterstützung weiterer Frameworks wie PyTorch, Hugging Face und FastAI würde die Plattform flexibler machen. Bewertung gesammelt von und auf G2.com gehostet.
A lot of choices among top models, and if you are using other google services then you can easier integrate AI with those services Bewertung gesammelt von und auf G2.com gehostet.
Buried in a google cloud clutter. So vertex ai is not bad, but sometimes it is complicated to navigate Bewertung gesammelt von und auf G2.com gehostet.

Google Cloud ist sehr schnell und skalierbar, wodurch wir unser Geschäft beschleunigen können. Es ist hochsicher. Bewertung gesammelt von und auf G2.com gehostet.
Es gibt nicht viel, was ich über Abneigung sagen kann, da Google alle Funktionen hat, um mein Problem zu lösen. Es hat begrenzte Unterstützung für Hybrid-Cloud. Bewertung gesammelt von und auf G2.com gehostet.

Es bietet MLOps-Tools zur Automatisierung und Verwaltung von Modelltraining, Bereitstellung und Überwachung, was hilft, Modelle aktuell und reibungslos laufen zu lassen. Seine Flexibilität und Integration machen es zu einem leistungsstarken Werkzeug für verschiedene ML-Aufgaben, von Experimenten bis hin zu Bereitstellungen auf Produktionsebene. Bewertung gesammelt von und auf G2.com gehostet.
In diesem frühen Stadium habe ich noch nichts gefunden, was mir nicht gefällt. Bewertung gesammelt von und auf G2.com gehostet.