Reseñas y detalles del producto de Vertex AI

En mi opinión, creo que una de las mejores cosas de Vertex AI es su facilidad de uso y su conjunto completo de herramientas para desarrollar y desplegar modelos de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

La mayoría de las cosas parecen ser perfectas al trabajar con Vertex AI, ya que solo he enfrentado problemas en unas pocas ocasiones (según recuerdo), pero me gustaría sugerir al equipo que, aunque la plataforma pretende ser fácil de usar, todavía puede haber una curva de aprendizaje para los usuarios que son nuevos en el aprendizaje automático o en las plataformas en la nube, por lo que puede ser necesario una inversión inicial en aprendizaje y experimentación. Reseña recopilada por y alojada en G2.com.

Vertex AI tiene un proceso muy fluido para la mayoría de las tareas, como el entrenamiento de modelos, el despliegue de modelos y también la parte de monitoreo del modelo. La otra cosa importante es que podemos escalar automáticamente los modelos y, para casos de uso en producción, también es la plataforma más adecuada. Reseña recopilada por y alojada en G2.com.

Un problema que he enfrentado es que para algunos modelos de aprendizaje profundo donde se requieren pasos de preprocesamiento antes de la inferencia del modelo, el proceso es un poco complejo para este tipo de modelos personalizados complejos. Reseña recopilada por y alojada en G2.com.

Herramientas integradas para flujos de trabajo de IA sin interrupciones. Reseña recopilada por y alojada en G2.com.

Curva de aprendizaje pronunciada para nuevos usuarios, adopción Reseña recopilada por y alojada en G2.com.

Vertex maneja la infraestructura necesaria para entrenar y desplegar modelos, permitiendo a los usuarios centrarse en desarrollar sus modelos en lugar de gestionar hardware y recursos. Esta escalabilidad asegura que los usuarios puedan manejar proyectos de cualquier tamaño. Al ser parte de la Plataforma de Google Cloud, Vertex AI se integra perfectamente con otros servicios de Google Cloud como BigQuery, Cloud Storage y Kubernetes Engine. Esto facilita la gestión, el procesamiento y el despliegue de datos. Reseña recopilada por y alojada en G2.com.

Vertex ofrece muchas soluciones preconstruidas, pueden no ser lo suficientemente flexibles para requisitos altamente específicos o de nicho.

Los usuarios avanzados que buscan una personalización profunda podrían encontrar algunas limitaciones en comparación con configurar su propia infraestructura y usar herramientas de código abierto. Reseña recopilada por y alojada en G2.com.

El límite de 2M de tokens de entrada cubre casi todo lo que puedes. Reseña recopilada por y alojada en G2.com.

La calidad de la respuesta no es tan buena como la de Claude y otros modelos de LLM. Reseña recopilada por y alojada en G2.com.

- Ofrece acceso a modelos avanzados de IA generativa como Gemini, que pueden entender diferentes tipos de entradas y generar salidas ricas. Esto permite a los desarrolladores construir aplicaciones de IA de próxima generación.

- Tiene más de 130 modelos de IA generativa, incluyendo opciones de primera parte, de terceros y de código abierto. Esto proporciona flexibilidad para seleccionar el modelo adecuado para diferentes casos de uso.

- Su plataforma abierta e integrada facilita a los científicos de datos entrenar, ajustar y desplegar modelos de ML más rápido. La integración nativa con BigQuery es muy conveniente. Reseña recopilada por y alojada en G2.com.

- Si bien tiene excelentes capacidades para expertos, parece carecer de herramientas fáciles de usar para que los usuarios no técnicos aprovechen la IA.

- No hay información clara sobre las métricas de precisión del modelo para ayudar a seleccionar el modelo adecuado, lo que podría complicar la comparación entre modelos. Reseña recopilada por y alojada en G2.com.

Soporte integrado para metadatos de ML, versionado de modelos, monitoreo de modelos, explicabilidad, pipelines y más te permite industrializar y escalar tus proyectos de ML. Menos trabajo de DevOps para tu equipo.

Vertex AI aprovecha los servicios avanzados de datos y computación de Google Cloud como BigQuery, Storage y Cloud TPUs. Aprovechar estos servicios de backend te permite manejar grandes conjuntos de datos y ejecutar modelos complejos. Reseña recopilada por y alojada en G2.com.

En este momento, Vertex AI Custom Training solo admite TensorFlow, Scikit-Learn y XGBoost. Agregar soporte para más frameworks como PyTorch, Hugging Face y FastAI haría la plataforma más flexible. Reseña recopilada por y alojada en G2.com.

A lot of choices among top models, and if you are using other google services then you can easier integrate AI with those services Reseña recopilada por y alojada en G2.com.

Buried in a google cloud clutter. So vertex ai is not bad, but sometimes it is complicated to navigate Reseña recopilada por y alojada en G2.com.

Google Cloud es muy rápido y escalable, lo que nos permite acelerar nuestro negocio. Es altamente seguro. Reseña recopilada por y alojada en G2.com.

No hay mucho que pueda decir sobre el desagrado, ya que Google tiene todas las funciones para manejar mi problema. Tiene soporte limitado para la nube híbrida. Reseña recopilada por y alojada en G2.com.

Ofrece herramientas de MLOps para automatizar y gestionar el entrenamiento, despliegue y monitoreo de modelos, lo que ayuda a mantener los modelos actualizados y funcionando sin problemas. Su flexibilidad e integración lo convierten en una herramienta poderosa para diversas tareas de ML, desde la experimentación hasta los despliegues a nivel de producción. Reseña recopilada por y alojada en G2.com.

En esta etapa temprana, no he encontrado nada que no me guste. Reseña recopilada por y alojada en G2.com.