Amazon Personalize und Vertex AI vergleichen 
Auf einen Blick
Marktsegmente
Unternehmen mittlerer Größe (48.4% der Bewertungen)
Kleinunternehmen (42.0% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Bezahlen Sie nach Bedarf Pro Monat
Amazon Personalize
Sternebewertung
(31)4.3 von 5
Marktsegmente
Unternehmen mittlerer Größe (48.4% der Bewertungen)
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Amazon PersonalizeVertex AI
Sternebewertung
(652)4.3 von 5
Marktsegmente
Kleinunternehmen (42.0% der Bewertungen)
Pros & Cons
Einstiegspreis
Bezahlen Sie nach Bedarf Pro Monat
Erfahren Sie mehr über Vertex AIZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- G2-Rezensenten berichten, dass Vertex AI in der Verwaltung komplexer maschineller Lern-Workflows hervorragend ist, wobei Benutzer seine Fähigkeit schätzen, den gesamten ML-Lebenszyklus zu zentralisieren. Ein Benutzer hob hervor, wie es alles von der Datenvorbereitung bis zur Bereitstellung vereinfacht und es einfacher macht, komplexe Prozesse zu handhaben.
- Benutzer sagen, dass Amazon Personalize sich durch seine einfache Implementierung auszeichnet, insbesondere für diejenigen ohne tiefgehende Kenntnisse im maschinellen Lernen. Rezensenten stellten fest, dass die unkomplizierte API-Integration eine schnelle Bereitstellung genauer, Echtzeit-Empfehlungen ermöglicht, was es für ein breiteres Publikum zugänglich macht.
- Laut verifizierten Bewertungen hat Vertex AI eine deutlich höhere Gesamtzufriedenheitsbewertung, was seine starke Leistung und Benutzererfahrung widerspiegelt. Benutzer erwähnen häufig die nahtlose Integration der Plattform mit Google Cloud, die ihre Benutzerfreundlichkeit und Effektivität bei der Verwaltung von ML-Aufgaben verbessert.
- Rezensenten erwähnen, dass Amazon Personalize zwar eine hervorragende Integration mit anderen AWS-Tools bietet, es jedoch möglicherweise nicht die gleiche Tiefe an Funktionen wie Vertex AI für Benutzer bietet, die den gesamten maschinellen Lern-Lebenszyklus verwalten möchten. Dies kann eine Einschränkung für diejenigen sein, die umfassendere ML-Fähigkeiten benötigen.
- Benutzer heben hervor, dass beide Plattformen ähnliche Bewertungen für Benutzerfreundlichkeit erhalten, aber Amazon Personalize leicht vorne liegt. Rezensenten schätzen, wie es die schwere Arbeit des maschinellen Lernens übernimmt, sodass Benutzer sich darauf konzentrieren können, Erkenntnisse zu nutzen, anstatt sich in technischen Details zu verlieren.
- G2-Rezensenten bemerken, dass Vertex AI zwar über einen robusten Funktionsumfang verfügt, es jedoch für neue Benutzer eine steilere Lernkurve erfordern kann im Vergleich zu Amazon Personalize, das benutzerfreundlich gestaltet ist. Dieser Unterschied kann die tägliche Benutzerfreundlichkeit beeinflussen, insbesondere für Teams mit unterschiedlichen ML-Kompetenzniveaus.
Amazon Personalize vs Vertex AI
Bei der Bewertung der beiden Lösungen fanden Rezensenten Amazon Personalize einfacher zu verwenden, einzurichten und zu verwalten. Rezensenten bevorzugten es insgesamt, Geschäfte mit Amazon Personalize zu machen.
- Die Gutachter waren der Meinung, dass Amazon Personalize den Bedürfnissen ihres Unternehmens besser entspricht als Vertex AI.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Amazon Personalize.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Vertex AI gegenüber Amazon Personalize.
Preisgestaltung
Einstiegspreis
Amazon Personalize
Keine Preisinformationen verfügbarVertex AI
Try Vertex AI Free
Bezahlen Sie nach Bedarf
Pro Monat
Neue Kunden erhalten 300 $ in kostenlosen Guthaben, um sie für Vertex AI auszugeben.
- Eine einheitliche Benutzeroberfläche für den gesamten ML-Workflow
- Vorgefertigte APIs für Vision, Video, natürliche Sprache und mehr
- End-to-End-Integration für Daten und KI
Kostenlose Testversion
Amazon Personalize
Keine Informationen zur Testversion verfügbarVertex AI
Keine Informationen zur Testversion verfügbarBewertungen
Erfüllt die Anforderungen
9.2
24
8.6
389
Einfache Bedienung
8.8
26
8.2
400
Einfache Einrichtung
8.9
26
8.1
322
Einfache Verwaltung
9.1
13
7.9
149
Qualität der Unterstützung
9.1
23
8.1
364
Hat the product ein guter Partner im Geschäft waren?
9.4
13
8.3
143
Produktrichtung (% positiv)
8.5
23
9.2
383
Funktionen
Einsatz
Nicht genügend Daten verfügbar
8.4
76
Nicht genügend Daten verfügbar
8.1
78
Nicht genügend Daten verfügbar
8.3
76
Nicht genügend Daten verfügbar
8.4
76
Nicht genügend Daten verfügbar
8.8
75
Einsatz
Nicht genügend Daten verfügbar
8.5
75
Nicht genügend Daten verfügbar
8.3
73
Nicht genügend Daten verfügbar
8.4
72
Nicht genügend Daten verfügbar
8.6
74
Nicht genügend Daten verfügbar
8.7
71
Management
Nicht genügend Daten verfügbar
8.2
71
Nicht genügend Daten verfügbar
8.5
73
Nicht genügend Daten verfügbar
8.0
71
Nicht genügend Daten verfügbar
8.1
70
Transaktionen
Nicht genügend Daten verfügbar
8.2
70
Nicht genügend Daten verfügbar
8.5
71
Nicht genügend Daten verfügbar
8.3
71
Management
Nicht genügend Daten verfügbar
8.1
69
Nicht genügend Daten verfügbar
8.4
72
Nicht genügend Daten verfügbar
8.3
70
Generative KI
Nicht genügend Daten verfügbar
8.4
37
Nicht genügend Daten verfügbar
8.6
37
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
Nicht genügend Daten
8.2
246
system
Nicht genügend Daten verfügbar
8.2
173
Modellentwicklung
Nicht genügend Daten verfügbar
8.5
208
Nicht genügend Daten verfügbar
7.9
181
Nicht genügend Daten verfügbar
8.4
206
Nicht genügend Daten verfügbar
8.5
209
Modellentwicklung
Nicht genügend Daten verfügbar
8.2
167
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.3
203
Nicht genügend Daten verfügbar
8.5
202
Nicht genügend Daten verfügbar
8.2
200
Nicht genügend Daten verfügbar
8.3
181
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.5
167
Nicht genügend Daten verfügbar
8.5
166
Einsatz
Nicht genügend Daten verfügbar
8.3
213
Nicht genügend Daten verfügbar
8.3
203
Nicht genügend Daten verfügbar
8.6
207
Generative KI
Nicht genügend Daten verfügbar
8.3
110
Nicht genügend Daten verfügbar
8.3
106
Nicht genügend Daten verfügbar
8.1
105
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
8.1
38
Nicht genügend Daten verfügbar
7.8
37
Nicht genügend Daten verfügbar
7.7
38
Nicht genügend Daten verfügbar
7.9
35
Nicht genügend Daten verfügbar
8.5
37
Nicht genügend Daten verfügbar
7.5
36
Nicht genügend Daten verfügbar
7.7
36
Skalierbarkeit und Leistung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
9.0
31
Nicht genügend Daten verfügbar
8.7
32
Nicht genügend Daten verfügbar
8.6
31
Kosten und Effizienz - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.0
34
Nicht genügend Daten verfügbar
7.7
31
Nicht genügend Daten verfügbar
8.1
30
Integration und Erweiterbarkeit - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.5
30
Nicht genügend Daten verfügbar
8.3
32
Nicht genügend Daten verfügbar
8.5
31
Sicherheit und Compliance - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.7
30
Nicht genügend Daten verfügbar
8.3
32
Nicht genügend Daten verfügbar
8.9
30
Benutzerfreundlichkeit und Unterstützung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.2
31
Nicht genügend Daten verfügbar
8.5
31
Integration - Maschinelles Lernen
10.0
6
8.5
68
Lernen - Maschinelles Lernen
8.6
11
8.5
66
9.3
7
8.3
65
8.8
11
8.8
66
Großes Sprachmodell-Betrieb (LLMOps)15 Funktionen ausblenden15 Funktionen anzeigen
Nicht genügend Daten
9.0
26
Prompt-Engineering - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.8
24
Nicht genügend Daten verfügbar
9.0
24
Inferenzoptimierung - Betriebsführung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
8.8
22
Modellgarten - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.3
25
Benutzerdefiniertes Training - Betriebsführung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.1
24
Anwendungsentwicklung - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.2
23
Modellbereitstellung - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.0
23
Nicht genügend Daten verfügbar
8.7
22
Leitplanken - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
23
Nicht genügend Daten verfügbar
8.9
22
Modellüberwachung - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
21
Nicht genügend Daten verfügbar
9.1
22
Sicherheit - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.1
22
Nicht genügend Daten verfügbar
9.0
23
Gateways & Router - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.9
22
Anpassung - KI-Agenten-Ersteller
Nicht genügend Daten verfügbar
8.6
28
Nicht genügend Daten verfügbar
7.6
27
Nicht genügend Daten verfügbar
8.3
26
Funktionalität - KI-Agenten-Ersteller
Nicht genügend Daten verfügbar
8.1
27
Nicht genügend Daten verfügbar
7.3
27
Nicht genügend Daten verfügbar
8.2
26
Nicht genügend Daten verfügbar
7.2
27
Daten und Analytik - KI-Agentenentwickler
Nicht genügend Daten verfügbar
7.8
26
Nicht genügend Daten verfügbar
7.9
27
Nicht genügend Daten verfügbar
8.1
28
Integration - KI-Agentenbauer
Nicht genügend Daten verfügbar
8.8
28
Nicht genügend Daten verfügbar
8.2
30
Nicht genügend Daten verfügbar
8.1
28
Nicht genügend Daten verfügbar
7.5
27
Low-Code Machine-Learning-Plattformen6 Funktionen ausblenden6 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Datenaufnahme & -vorbereitung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellkonstruktion & Automatisierung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
Amazon Personalize und Vertex AI sind kategorisiert als Maschinelles Lernen
Einzigartige Kategorien
Amazon Personalize hat keine einzigartigen Kategorien
Bewertungen
Unternehmensgröße der Bewerter
Amazon Personalize
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Vertex AI
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Kleinunternehmen
(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe
(51-1000 Mitarbeiter)
Unternehmen
(> 1000 Mitarbeiter)
Branche der Bewerter
Informationstechnologie und Dienstleistungen
22.6%
Computersoftware
9.7%
Marketing und Werbung
6.5%
Versicherung
6.5%
Broadcast-Medien
6.5%
Andere
48.4%
Computersoftware
17.9%
Informationstechnologie und Dienstleistungen
14.3%
Finanzdienstleistungen
6.8%
Einzelhandel
3.6%
Krankenhaus & Gesundheitswesen
3.3%
Andere
54.1%
Top-Alternativen
Diskussionen
Amazon Personalize hat keine Diskussionen mit Antworten
Wofür wird die Google Cloud AI Platform verwendet?
3 Kommentare
AO
Vertex AI ist die verwaltete Machine-Learning-Plattform von Google Cloud. Sie wird verwendet, um ML-Modelle in großem Maßstab zu erstellen, zu trainieren und...Mehr erfahren
What software libraries does cloud ML engine support?
3 Kommentare
AO
Cloud ML Engine (jetzt Teil von Vertex AI) unterstützt beliebte ML-Frameworks und -Bibliotheken wie TensorFlow, PyTorch, Scikit-learn und XGBoost. Diese...Mehr erfahren
What is Google AI platform?
2 Kommentare
ZM
Die Google AI-Plattform ist ein umfassendes Set von Tools und Diensten, das von Google Cloud bereitgestellt wird, um künstliche Intelligenz zu entwickeln,...Mehr erfahren
Auf der Suche nach Software-Einblicken?
Mit über 3 Millionen Bewertungen können wir die spezifischen Details bereitstellen, die Ihnen helfen, eine fundierte Kaufentscheidung für Software für Ihr Unternehmen zu treffen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.
oder fortfahren mit
Durch die Fortsetzung stimmen Sie unseren Nutzungsbedingungen und der Datenschutzrichtlinie zu
