Reseñas y detalles del producto de Vertex AI Notebooks

Conexión de Base de Datos Interna/SharePoint: Esto se refiere a conectar un sistema de base de datos o SharePoint dentro de la red interna de una organización. Implica establecer conexiones seguras, a menudo utilizando APIs o interfaces personalizadas, para consultar, recuperar y actualizar datos almacenados en estos sistemas.

Conexión a Varios Servicios de GCP: Google Cloud Platform (GCP) proporciona servicios como BigQuery, Cloud Storage y Pub/Sub. Establecer conexiones a estos servicios implica usar SDKs de GCP, autenticación a través de cuentas de servicio y realizar llamadas a la API para gestionar y procesar datos.

Programación de Tareas mediante Crontab: Crontab es un programador de tareas basado en Unix que permite programar tareas automatizadas, como ejecutar scripts, especificando el tiempo y la frecuencia (por ejemplo, diaria, semanal). Estas tareas pueden ejecutar procesos como copias de seguridad de bases de datos, transferencias de archivos u otros procesos programados.

Conexión de JupyterLab a través de VS Code: JupyterLab se utiliza a menudo para la ciencia de datos. En VS Code, puedes conectarte a JupyterLab utilizando la extensión de Python que admite cuadernos de Jupyter. Esto permite codificar, probar y visualizar el contenido del cuaderno directamente dentro de VS Code, combinando los beneficios de un IDE y cuadernos de Jupyter para una experiencia fluida. Reseña recopilada por y alojada en G2.com.

En los cuadernos de Vertex AI, la conexión puede desconectarse después de estar inactiva durante algún tiempo debido a los tiempos de espera de la sesión o la gestión de recursos en Google Cloud. Esto es común en entornos basados en la nube, donde las sesiones inactivas a menudo se terminan para liberar recursos. Cuando intentas reconectar, el sistema a veces te solicita que limpies el espacio de trabajo para liberar recursos o restablezcas el entorno para una nueva sesión. Este proceso asegura que el cuaderno pueda restablecer una conexión y operar sin problemas al eliminar posibles conflictos o sobrecargas de memoria de estados anteriores. Reseña recopilada por y alojada en G2.com.

1. Colaboración con diferentes equipos en tiempo real.

2. Escalado automático de recursos.

3. Integración con servicios de Google Cloud como BigQuery, Cloud Storage y Pub/Sub.

4. Muchos APIs, servicios gestionados. Reseña recopilada por y alojada en G2.com.

Personalización limitada en GCP.

Dependencia de los servicios de Google Cloud.

La documentación es insuficiente. Reseña recopilada por y alojada en G2.com.

Fácil acceso a BigQuery Studio, buckets de Cloud, etc. Vertex AI proporciona una instalación de autoML en la que hay algoritmos de IA/ML preconstruidos que podemos usar directamente. Nos ofrece varias opciones de cuadernos según nuestros requisitos comerciales, como Python, Pyspark, Pytorch, R, Tensor Flow y XGBoost, etc. Reseña recopilada por y alojada en G2.com.

Su poder de computación/procesamiento es mucho menor en comparación con Big Query Studio. Reseña recopilada por y alojada en G2.com.

Estoy trabajando en Mahindra como ingeniero de nube, todos los casos de uso que tenemos en nuestra empresa en los que trabajaré, como desplegar aplicaciones en instancias de cómputo, GKE y pasar servicios a Cloud Run también. Y en la parte de análisis de datos: usamos Cloud Composer, BigQuery, DataProc Cluster... como almacenamiento usamos Cloud Spanner, GCS, SQL... en el lado de la interfaz de usuario y servicio, Google Cloud está bien. Reseña recopilada por y alojada en G2.com.

La interfaz de usuario de Google Cloud para IAM no es buena, la velocidad tampoco es buena del lado de la red. El equipo de Google también necesita trabajar en la documentación. El equipo de Google también necesita trabajar en la disponibilidad de instancias en todas las regiones. Reseña recopilada por y alojada en G2.com.

Amplia gama de herramientas disponibles para una variedad de tareas. Reseña recopilada por y alojada en G2.com.

La información sobre precios puede ser más detallada. Reseña recopilada por y alojada en G2.com.

Algunas de las ventajas que veo son escalabilidad, cuadernos de fácil conexión y uso sin sobrecarga de servidor, y su integración perfecta con GCP y la interfaz basada en Colab. Reseña recopilada por y alojada en G2.com.

altos costos con la creación de cuadernos y cargos por uso de disco de conjuntos de datos. Reseña recopilada por y alojada en G2.com.

Según yo, y mi experiencia con el uso, creo que lo que más destaca es su integración con el ecosistema de Google Cloud. Cómo hace que sea tan fácil acceder a los datos de BigQuery o a los datos de almacenamiento en la nube directamente desde él. Reseña recopilada por y alojada en G2.com.

Nada que desagradar, pero una cosa donde creo que hay margen de mejora es que a veces las configuraciones de hardware grandes interrumpen los flujos de trabajo. Además, si no se supervisa correctamente, puede ser un gran presupuesto. Reseña recopilada por y alojada en G2.com.

Vertex AI Notebooks es muy poderoso y desarrollado por un ingeniero de Google llamado Vertex AI. Se integra con Google Cloud y gestiona Jupyter Notebook. Es escalable por naturaleza, puedes aumentar y disminuir los recursos según el requisito. Hay una alta frecuencia de uso en el mercado de tecnología de la información y la facilidad de uso es amigable para el usuario. Su implementación mejora al usuario para compartir el cuaderno entre equipos y proyectos. Tiene soporte al cliente 24 x 7, lo que mejora mucho la experiencia del usuario. Reseña recopilada por y alojada en G2.com.

Es muy útil para la organización, así que no creo que haya inconvenientes en usar los cuadernos de Vertex AI. Reseña recopilada por y alojada en G2.com.

Realmente vivo emocionado por el impacto de Vertex AI Notebooks, ya que son extremadamente potentes y flexibles. Por esta medida, puedo aprovechar la infraestructura basada en la nube de Google para análisis de datos complejos y aplicaciones entrenadas por máquinas. Gracias a mi posibilidad de escalar mis proyectos hacia arriba o hacia abajo según mis necesidades, y también integrar otros servicios de Google Cloud con facilidad. Reseña recopilada por y alojada en G2.com.

La desventaja de Vertex AI Notebooks es el hecho de que no tiene una forma desconectada de acceder a los datos. Resulta ser un gran problema si el proyecto surge durante un viaje cuando puede que no tenga una conexión a Internet confiable. Se convierte en la barrera que impide la productividad de la herramienta en circunstancias donde la disponibilidad en tiempo real es crítica. Reseña recopilada por y alojada en G2.com.

Flujo de trabajo integrado con los servicios de Google Cloud, especialmente todos los servicios de Vertex AI. Esta plataforma ofrece una variedad de capacidades avanzadas, incluyendo control de versiones, programación y entornos preconfigurados para lenguajes y marcos populares. Vertex AI Workbench permite la colaboración en equipo dentro de los cuadernos de Vertex AI, lo que mejora la comunicación y el intercambio de información entre todos los científicos de datos y desarrolladores de ML. Creo que usar Imagen 2 es lo mejor que he observado, especialmente en términos de edición de imágenes usando máscara y prompt. Reseña recopilada por y alojada en G2.com.

Es difícil de integrar y usar, especialmente para los nuevos usuarios. Aparte de esto, sería dependiente de la plataforma únicamente. Y más costoso que algunas otras soluciones. Reseña recopilada por y alojada en G2.com.