![Demo Vertex AI - [Use Case] Prototype to Production](https://images.g2crowd.com/uploads/attachment/file/1325693/Screenshot-2023-05-05-at-2.34.59-PM.png "Demo Vertex AI - [Use Case] Prototype to Production")
![Demo Vertex AI - [Use Case] Data readiness](https://images.g2crowd.com/uploads/attachment/file/1325694/Screenshot-2023-05-05-at-2.35.31-PM.png "Demo Vertex AI - [Use Case] Data readiness")
Avaliações em Vídeo
Fácil de treinar e implantar modelos de aprendizado de máquina usando código mínimo
Avaliações 513 Vertex AI
Sentimento Geral da Revisão para Vertex AI
Entre para ver o sentimento das avaliações.
Na minha opinião, acho que uma das melhores coisas sobre o Vertex AI é sua facilidade de uso e conjunto abrangente de ferramentas para desenvolver e implantar modelos de aprendizado de máquina. Análise coletada por e hospedada no G2.com.
A maioria das coisas parece ser perfeita ao trabalhar com o Vertex AI, pois enfrentei problemas apenas em algumas ocasiões (pelo que me lembro), mas gostaria de sugerir à equipe que, embora a plataforma tenha como objetivo ser amigável ao usuário, ainda pode haver uma curva de aprendizado para usuários que são novos em aprendizado de máquina ou plataformas em nuvem, então algum investimento inicial em aprendizado e experimentação pode ser necessário. Análise coletada por e hospedada no G2.com.
Vertex AI tem um processo muito fluido para a maioria das tarefas, como treinamento de modelos, implantação de modelos e também a parte de monitoramento do modelo. A outra coisa importante é que podemos escalar automaticamente os modelos e, para casos de uso em produção, é a plataforma mais adequada. Análise coletada por e hospedada no G2.com.
Um problema que enfrentei é que, para alguns modelos de aprendizado profundo onde são necessários passos de pré-processamento antes da inferência do modelo, o processo é um pouco complexo para esse tipo de modelos personalizados complexos. Análise coletada por e hospedada no G2.com.
Vertex lida com a infraestrutura necessária para o treinamento e implantação de modelos, permitindo que os usuários se concentrem no desenvolvimento de seus modelos em vez de gerenciar hardware e recursos. Essa escalabilidade garante que os usuários possam lidar com projetos de qualquer tamanho. Sendo parte do Google Cloud Platform, o Vertex AI integra-se perfeitamente com outros serviços do Google Cloud, como BigQuery, Cloud Storage e Kubernetes Engine. Isso facilita o gerenciamento, processamento e implantação de dados. Análise coletada por e hospedada no G2.com.
Vertex oferece muitas soluções pré-construídas, elas podem não ser flexíveis o suficiente para requisitos altamente específicos ou de nicho.
Usuários avançados que buscam personalização profunda podem encontrar algumas limitações em comparação com a configuração de sua própria infraestrutura e o uso de ferramentas de código aberto. Análise coletada por e hospedada no G2.com.
- Oferece acesso a modelos avançados de IA generativa como o Gemini, que pode entender diferentes tipos de entradas e gerar saídas ricas. Isso permite que os desenvolvedores construam aplicações de IA de próxima geração.
- Possui mais de 130 modelos de IA generativa, incluindo opções de primeira, terceira parte e de código aberto. Isso proporciona flexibilidade para selecionar o modelo adequado para diferentes casos de uso.
- Sua plataforma aberta e integrada facilita para os cientistas de dados treinar, ajustar e implantar modelos de ML mais rapidamente. A integração nativa com o BigQuery é muito conveniente. Análise coletada por e hospedada no G2.com.
- Embora tenha excelentes capacidades para especialistas, parece faltar ferramentas fáceis de usar para que usuários não técnicos possam aproveitar a IA.
- Não há informações claras sobre métricas de precisão do modelo para ajudar a selecionar o modelo adequado, o que pode tornar a comparação entre modelos complicada. Análise coletada por e hospedada no G2.com.
Suporte embutido para metadados de ML, versionamento de modelos, monitoramento de modelos, explicabilidade, pipelines e mais permite que você industrialize e escale seus projetos de ML. Menos trabalho de DevOps para sua equipe.
O Vertex AI aproveita os serviços avançados de dados e computação do Google Cloud, como BigQuery, Storage e Cloud TPUs. Aproveitar esses serviços de backend permite que você lide com grandes conjuntos de dados e execute modelos complexos. Análise coletada por e hospedada no G2.com.
Atualmente, o Vertex AI Custom Training suporta apenas TensorFlow, Scikit-Learn e XGBoost. Adicionar suporte para mais frameworks como PyTorch, Hugging Face e FastAI tornaria a plataforma mais flexível. Análise coletada por e hospedada no 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 Análise coletada por e hospedada no G2.com.
Buried in a google cloud clutter. So vertex ai is not bad, but sometimes it is complicated to navigate Análise coletada por e hospedada no G2.com.
Google Cloud é muito rápido e escalável, o que nos permite acelerar nossos negócios. É altamente seguro. Análise coletada por e hospedada no G2.com.
Não há muito que eu possa dizer sobre desgosto, pois o Google tem todos os recursos para lidar com meu problema. Tem suporte limitado para nuvem híbrida. Análise coletada por e hospedada no G2.com.
Oferece ferramentas de MLOps para automatizar e gerenciar o treinamento, implantação e monitoramento de modelos, o que ajuda a manter os modelos atualizados e funcionando sem problemas. Sua flexibilidade e integração fazem dele uma ferramenta poderosa para várias tarefas de ML, desde experimentação até implantações em nível de produção. Análise coletada por e hospedada no G2.com.
Neste estágio inicial, não encontrei nada de que não goste. Análise coletada por e hospedada no G2.com.
