Vertex AI Reseñas y Detalles del Producto

Vertex AI se ha convertido en un elemento esencial diario para mi flujo de trabajo de aprendizaje automático, ofreciendo una interfaz increíblemente unificada que hace que entrenar y desplegar arquitecturas complejas, como ajustar modelos de lenguaje grandes o ejecutar tareas predictivas, sea notablemente sencillo. La implementación es fluida gracias a los excelentes SDKs de Python, y se integra perfectamente con el ecosistema de datos en la nube más amplio. La plataforma está repleta de características como el Model Garden que ahorran innumerables horas de tiempo de desarrollo, y siempre que encuentro un problema con un despliegue, la extensa documentación y el sólido soporte al cliente resuelven rápidamente el problema. Reseña recopilada por y alojada en G2.com.

La mayor desventaja es que los precios pueden volverse impredecibles y aumentar rápidamente cuando se ejecutan trabajos de entrenamiento masivos o se mantiene una inferencia continua para modelos grandes. Además, cuando ocurre un error ocasional en el modelo o una falla en la canalización, los diagnósticos integrados a veces pueden parecer opacos, obligándote a profundizar en el ecosistema más amplio de registros de Google Cloud para descubrir la causa raíz. También puede parecer un poco rígido si intentas personalizar en gran medida la infraestructura para implementaciones muy específicas y con restricciones de recursos, ya que, en última instancia, estás limitado por las restricciones del ecosistema gestionado. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Vertex AI es que reúne todo el flujo de trabajo de aprendizaje automático en una sola plataforma. Desde la preparación de datos y el entrenamiento hasta el despliegue y el monitoreo continuo, podemos gestionar todo sin problemas sin tener que manejar múltiples herramientas. Lo hemos estado usando durante varios años para construir y desplegar modelos de ML en producción, y su integración con otros servicios de Google Cloud, como BigQuery y Cloud Storage, facilita mucho el manejo y movimiento de datos. Las funciones de AutoML y los pipelines preconstruidos también ahorran mucho tiempo, por lo que nuestro equipo puede dedicar más energía a la experimentación y mejora del rendimiento del modelo en lugar de configurar y mantener la infraestructura. Reseña recopilada por y alojada en G2.com.

Una cosa que no me gusta de Vertex AI es que puede resultar abrumador para los nuevos usuarios debido a la gran cantidad de características y servicios que ofrece. Aunque es muy potente, configurar pipelines personalizados o depurar flujos de trabajo más complejos a veces puede requerir un conocimiento profundo de Google Cloud y conceptos básicos de ML. Además, los costos pueden aumentar rápidamente si los recursos no se gestionan con cuidado, especialmente al entrenar modelos grandes o ejecutar múltiples experimentos en paralelo. Reseña recopilada por y alojada en G2.com.

Utilizo Vertex AI para construir, entrenar y desplegar modelos de aprendizaje automático, y me encanta cómo resuelve el problema de gestionar flujos de trabajo complejos de ML. Reduce el esfuerzo necesario para construir, entrenar y desplegar modelos, con todo centralizado, lo que facilita la automatización y acelera el escalado. Esto significa que puedo centrarme más en construir mejores modelos en lugar de preocuparme por la infraestructura. Lo que más me gusta es cómo combina el entrenamiento, el despliegue y el monitoreo en un solo lugar. La integración con los servicios de Google Cloud funciona muy bien, el escalado es fluido y las canalizaciones gestionadas ahorran mucho tiempo. En general, hace que el desarrollo de ML sea más eficiente y confiable. Reseña recopilada por y alojada en G2.com.

La curva de aprendizaje es empinada, la documentación puede ser confusa en algunos lugares, y los costos no siempre son claros. Mejores tutoriales, una interfaz de usuario más sencilla para tareas comunes y una mayor transparencia en los precios mejorarían la experiencia. Reseña recopilada por y alojada en G2.com.

Utilizo Vertex AI para la creación de contenido, mejorar flujos de trabajo y propósitos de RAG. Reduce significativamente el tiempo dedicado a la investigación y me permite personalizar la salida y el formato, lo que ahorra aún más tiempo. En términos de flujos de trabajo, ayuda a producir copias a un ritmo y capacidad más rápidos mientras se mantiene una buena calidad, lo que nos permite escalar. Me encanta que Vertex AI sea una solución empresarial con características de seguridad y cumplimiento. Es una gran herramienta todo en uno para empresas, capaz de RAG, texto/vídeo/imágenes generativos, construir agentes, etc. Es simplemente un buen espacio de juego al que tener acceso para crear herramientas, y ha permitido a mi equipo y a mí hacer cosas que antes no eran posibles. El acceso a la IA generativa con la base de Google Search y la personalización de Instrucciones del Sistema es súper ventajoso, permitiendo a mi equipo escalar la producción de copias de marketing de manera efectiva. Reseña recopilada por y alojada en G2.com.

La interfaz de usuario está bastante sobrecargada. Hay características que podrían anunciarse mejor (o aquellas que están en vista previa) como el Constructor de Agentes de IA. Dependiendo del rol del usuario, podría ser mejor ajustar la interfaz de usuario para que sea más accesible y sencilla, tal vez renombrando algunas categorías y características, incluyendo algo de documentación en las propias páginas. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Vertex AI es el jardín de modelos y la capacidad de experimentar y probar rápidamente diferentes modelos generativos. Reseña recopilada por y alojada en G2.com.

Encuentro la complejidad de Vertex AI bastante abrumadora. Hay tantas cosas innecesarias bombardeándote inmediatamente cuando lo abres. Hay demasiadas opciones, que solo se convierten en ruido y quitan energía y tiempo para averiguar su propósito real. Parece que todo está categorizado bajo diferentes nombres, lo que lo hace problemático y sobrecomplicado. La configuración inicial también se siente innecesariamente complicada. Me gusta que las cosas sean simplificadas porque, incluso como un usuario técnico avanzado, a menudo me pierdo en todo el ruido, y eso me aleja de mis objetivos y metas claras. Reseña recopilada por y alojada en G2.com.

Vertex AI facilita probar los últimos modelos de GenAI, integrarlos en aplicaciones, construir nuestros propios modelos y exponerlos como puntos finales. He estado usando Vertex AI durante más de 5 años para una variedad de aplicaciones, como aplicaciones móviles que tienen reconocimiento de imágenes, capacidades de chat para aplicaciones web que resumen y extraen contenido significativo.

Vertex AI actúa como un centro de comando para todas las aplicaciones de IA y siempre está actualizado con los últimos avances en el campo de la IA, especialmente Gen AI. Reseña recopilada por y alojada en G2.com.

Aprender Vertex AI fue un poco difícil cuando comencé. Los costos de facturación con las características y el uso eran complicados de estimar de antemano. Afortunadamente, a lo largo de los años han hecho que sea más fácil probar las características y, con la ayuda de Google Cloud Skill Boost, podemos implementar y aprender las nuevas características sin preocuparnos demasiado por los costos. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Vertex AI es su ecosistema unificado. Reúne la preparación de datos, el entrenamiento de modelos y la implementación en un solo flujo de trabajo cohesivo, lo que hace que el proceso general se sienta fluido y bien conectado. El Model Garden es un verdadero punto destacado para mí, ya que ofrece fácil acceso a más de 150 modelos fundacionales como Gemini y Claude, y acelera notablemente la construcción y entrega de soluciones de IA de calidad de producción. Reseña recopilada por y alojada en G2.com.

No soy fanático de la estructura de precios compleja, especialmente porque no hay una opción de "escalar a cero" para los puntos finales. Eso puede dejarte pagando costos más altos incluso cuando los servicios están inactivos. Además, la curva de aprendizaje se siente empinada y la documentación está fragmentada, lo que dificulta que los equipos más pequeños, o cualquiera nuevo en el ecosistema de Google Cloud, se pongan al día y lo usen con confianza. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Vertex AI es que todo está disponible en un solo lugar. Desde el entrenamiento de modelos hasta su implementación y monitoreo, el flujo de trabajo de extremo a extremo se siente fluido una vez que te acostumbras a la interfaz y a cómo encajan las piezas. Los laboratorios prácticos, junto con modelos preconstruidos y herramientas como AutoML y Gemini, me facilitaron la comprensión de casos de uso prácticos y del mundo real. Otro gran punto a favor es no tener que preocuparse mucho por la infraestructura o el escalado, lo que ahorra mucho tiempo y me permite centrarme más en el trabajo real del modelo. Reseña recopilada por y alojada en G2.com.

Al principio, Vertex AI puede parecer abrumador, especialmente cuando estás lidiando con roles de IAM, la configuración del proyecto y tratando de entender cómo se conectan los diferentes servicios entre sí. También he encontrado que los pequeños problemas de configuración pueden tardar más en depurar de lo esperado. El seguimiento de costos durante los laboratorios es un poco confuso al principio, por lo que los principiantes deben ser cautelosos al experimentar con recursos. Reseña recopilada por y alojada en G2.com.

Me gusta la infraestructura sencilla de Vertex AI, que hace que el despliegue de software de calidad de producción sea muy sencillo y te permite comenzar rápidamente. El soporte de la comunidad es excelente; si te encuentras con problemas, puedes buscar en Google y encontrar ayuda fácilmente. También es muy fácil de usar, considerando la complejidad de las tareas que puede manejar. Reseña recopilada por y alojada en G2.com.

Hay un pequeño problema al dar indicaciones; es difícil entender si estoy dando la indicación al sistema para el producto o para mi propio caso de uso, lo que lleva a confusión. Creo que hay un malentendido ahí. Además, hay múltiples APIs para configurar, y no está claro si se están cobrando o no, así que creo que la gestión de APIs podría ser mejor. Reseña recopilada por y alojada en G2.com.

Utilizo Vertex AI para construir y ejecutar modelos de aprendizaje automático, y lo encuentro muy útil porque me permite trabajar con datos, entrenar modelos y hacer predicciones todo en un solo lugar sin necesidad de configurar todo yo mismo. Me encanta que puedo probar diferentes modelos y comparar resultados fácilmente, lo que me ayuda a entender qué funciona mejor sin mucho esfuerzo manual. La función AutoML también es genial, guiándome a través de los pasos, haciendo el proceso más fácil aunque no soy un experto en aprendizaje automático. También aprecio lo bien que Vertex AI se integra con otros servicios de Google Cloud, permitiéndome usar mis datos directamente sin moverlos, lo que me ahorra esfuerzo y mantiene mi trabajo simple. Todo esto hace que mi flujo de trabajo sea más rápido, sencillo y organizado. Reseña recopilada por y alojada en G2.com.

Una cosa que podría mejorar es lo fácil que es aprender al principio. Puede resultar confuso si eres nuevo y algunos pasos no son muy claros. Otro problema es que puede ser difícil entender los precios. Los costos pueden aumentar rápidamente si no tienes cuidado y no siempre es fácil seguir el gasto. A veces, cuando algo sale mal, también es difícil encontrar el problema exacto. Mejores mensajes de error o guías ayudarían mucho. Reseña recopilada por y alojada en G2.com.