Vertex AI Bewertungen & Produktdetails

Vertex AI ist zu einem täglichen Bestandteil meines Machine-Learning-Workflows geworden und bietet eine unglaublich einheitliche Oberfläche, die das Training und die Bereitstellung komplexer Architekturen, wie das Feinabstimmen großer Sprachmodelle oder das Ausführen von Vorhersageaufgaben, bemerkenswert einfach macht. Die Implementierung verläuft reibungslos dank ausgezeichneter Python-SDKs, und es integriert sich nahtlos in das breitere Cloud-Daten-Ökosystem. Die Plattform ist vollgepackt mit Funktionen wie dem Model Garden, die unzählige Stunden Entwicklungszeit sparen, und wann immer ich auf ein Problem bei einer Bereitstellung stoße, lösen die umfangreiche Dokumentation und der robuste Kundensupport das Problem schnell. Bewertung gesammelt von und auf G2.com gehostet.

Der größte Nachteil ist, dass die Preisgestaltung unvorhersehbar werden und schnell ansteigen kann, wenn Sie massive Trainingsjobs ausführen oder kontinuierliche Inferenz für große Modelle aufrechterhalten. Darüber hinaus kann es bei gelegentlichen Modellfehlern oder Pipeline-Ausfällen vorkommen, dass sich die integrierte Diagnose manchmal undurchsichtig anfühlt, was Sie dazu zwingt, tief in das umfassendere Google Cloud-Logging-Ökosystem einzutauchen, um die Ursache zu ermitteln. Es kann sich auch etwas starr anfühlen, wenn Sie versuchen, die Infrastruktur stark für sehr spezifische, ressourcenbeschränkte Bereitstellungen anzupassen, da Sie letztendlich an die Einschränkungen des verwalteten Ökosystems gebunden sind. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Vertex AI am meisten gefällt, ist, dass es den gesamten Machine-Learning-Workflow auf einer einzigen Plattform zusammenführt. Von der Datenvorbereitung und dem Training bis hin zur Bereitstellung und laufenden Überwachung können wir alles reibungslos verwalten, ohne mehrere Tools jonglieren zu müssen. Wir nutzen es seit mehreren Jahren, um ML-Modelle in der Produktion zu erstellen und bereitzustellen, und die Integration mit anderen Google Cloud-Diensten wie BigQuery und Cloud Storage erleichtert die Datenverarbeitung und -bewegung erheblich. Die AutoML-Funktionen und vorgefertigten Pipelines sparen ebenfalls viel Zeit, sodass unser Team mehr Energie auf Experimente und die Verbesserung der Modellleistung verwenden kann, anstatt Infrastruktur einzurichten und zu warten. Bewertung gesammelt von und auf G2.com gehostet.

Eine Sache, die ich an Vertex AI nicht mag, ist, dass es für neue Benutzer überwältigend wirken kann, aufgrund der schieren Anzahl an Funktionen und Diensten, die es bietet. Obwohl es sehr leistungsstark ist, kann das Einrichten von benutzerdefinierten Pipelines oder das Debuggen komplexerer Workflows manchmal tiefes Wissen über Google Cloud und grundlegende ML-Konzepte erfordern. Darüber hinaus können die Kosten schnell steigen, wenn Ressourcen nicht sorgfältig verwaltet werden, insbesondere beim Training großer Modelle oder beim parallelen Ausführen mehrerer Experimente. Bewertung gesammelt von und auf G2.com gehostet.

Ich nutze Vertex AI zum Erstellen, Trainieren und Bereitstellen von maschinellen Lernmodellen und liebe, wie es das Problem der Verwaltung komplexer ML-Workflows löst. Es reduziert den Aufwand, der für das Erstellen, Trainieren und Bereitstellen von Modellen erforderlich ist, indem alles zentralisiert wird, was die Automatisierung erleichtert und das Skalieren beschleunigt. Das bedeutet, dass ich mich mehr darauf konzentrieren kann, bessere Modelle zu entwickeln, anstatt mir Gedanken über die Infrastruktur zu machen. Was mir am meisten gefällt, ist, wie es Training, Bereitstellung und Überwachung an einem Ort kombiniert. Die Integration mit Google Cloud-Diensten funktioniert wirklich gut, das Skalieren verläuft reibungslos und verwaltete Pipelines sparen viel Zeit. Insgesamt macht es die ML-Entwicklung effizienter und zuverlässiger. Bewertung gesammelt von und auf G2.com gehostet.

Die Lernkurve ist steil, die Dokumentation kann an manchen Stellen verwirrend sein, und die Kosten sind nicht immer klar. Bessere Tutorials, eine einfachere Benutzeroberfläche für häufige Aufgaben und eine transparentere Preisgestaltung würden das Erlebnis verbessern. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Vertex AI am meisten gefällt, ist der Model Garden und die Möglichkeit, schnell und einfach mit verschiedenen generativen Modellen zu experimentieren und sie zu testen. Bewertung gesammelt von und auf G2.com gehostet.

Ich finde die Komplexität von Vertex AI ziemlich überwältigend. Es gibt einfach so viele unnötige Dinge, die einen sofort bombardieren, wenn man es öffnet. Es gibt zu viele Optionen, die einfach zu Lärm werden und Energie und Zeit rauben, um ihren eigentlichen Zweck herauszufinden. Es fühlt sich an, als wäre alles nur unter verschiedenen Namen kategorisiert, was es problematisch und überkompliziert macht. Auch die anfängliche Einrichtung fühlt sich unnötig kompliziert an. Ich mag es, wenn Dinge vereinfacht werden, denn selbst als fortgeschrittener technischer Benutzer verliere ich mich oft in all dem Lärm, und es lenkt mich von meinen klaren Zielen und Vorgaben ab. Bewertung gesammelt von und auf G2.com gehostet.

Vertex AI macht es einfach, die neuesten GenAI-Modelle auszuprobieren, sie in Anwendungen zu integrieren, eigene Modelle zu erstellen und sie als Endpunkte bereitzustellen. Ich nutze Vertex AI seit mehr als 5 Jahren für eine Vielzahl von Anwendungen, wie z.B. mobile Apps mit Bilderkennung, Chat-Funktionen bis hin zu Web-Apps, die Inhalte zusammenfassen und bedeutungsvolle Informationen extrahieren.

Vertex AI fungiert als Kommandozentrale für alle KI-Anwendungen und wird stets mit den neuesten Fortschritten im Bereich der KI, insbesondere Gen AI, aktualisiert. Bewertung gesammelt von und auf G2.com gehostet.

Das Erlernen von Vertex AI war anfangs etwas schwierig. Die Abrechnungskosten mit den Funktionen und die Nutzung waren im Voraus schwer abzuschätzen. Glücklicherweise haben sie es im Laufe der Jahre einfacher gemacht, die Funktionen auszuprobieren, und mit Hilfe von Google Cloud Skill Boost können wir die neuen Funktionen implementieren und lernen, ohne uns zu sehr um die Kosten zu sorgen. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Vertex AI am meisten gefällt, ist sein einheitliches Ökosystem. Es vereint Datenvorbereitung, Modelltraining und Bereitstellung in einem einzigen, kohärenten Workflow, was den gesamten Prozess reibungslos und gut vernetzt erscheinen lässt. Der Model Garden ist für mich ein echtes Highlight, da er einfachen Zugang zu über 150 Foundation-Modellen wie Gemini und Claude bietet und den Aufbau und die Bereitstellung von produktionsreifen KI-Lösungen spürbar beschleunigt. Bewertung gesammelt von und auf G2.com gehostet.

Ich bin kein Fan der komplexen Preisstruktur, besonders da es keine "Scale-to-Zero"-Option für Endpunkte gibt. Das kann dazu führen, dass man höhere Kosten zahlt, selbst wenn die Dienste im Leerlauf sind. Darüber hinaus fühlt sich die Lernkurve steil an, und die Dokumentation ist fragmentiert, was es kleineren Teams – oder jedem, der neu im Google Cloud-Ökosystem ist – erschwert, sich schnell einzuarbeiten und es mit Zuversicht zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag die einfache Infrastruktur von Vertex AI, die das Bereitstellen von produktionsreifer Software sehr unkompliziert macht und es Ihnen ermöglicht, schnell zu starten. Der Community-Support ist großartig; wenn Sie auf Probleme stoßen, können Sie bei Google suchen und leicht Hilfe finden. Es ist auch sehr einfach zu bedienen, wenn man die Komplexität der Aufgaben bedenkt, die es bewältigen kann. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt ein kleines Problem beim Geben von Eingabeaufforderungen; es ist schwer zu verstehen, ob ich die Systemaufforderung für das Produkt oder für meinen eigenen Anwendungsfall gebe, was zu Verwirrung führt. Ich denke, es gibt da ein Missverständnis. Außerdem gibt es mehrere APIs zu konfigurieren, und es ist unklar, ob sie berechnet werden oder nicht, daher denke ich, dass das API-Management besser sein könnte. Bewertung gesammelt von und auf G2.com gehostet.

Ich benutze Vertex AI, um maschinelle Lernmodelle zu erstellen und auszuführen, und ich finde es sehr hilfreich, weil es mir ermöglicht, mit Daten zu arbeiten, Modelle zu trainieren und Vorhersagen an einem Ort zu machen, ohne alles selbst einrichten zu müssen. Ich liebe es, dass ich verschiedene Modelle ausprobieren und Ergebnisse leicht vergleichen kann, was mir hilft zu verstehen, was am besten funktioniert, ohne viel manuellen Aufwand. Die AutoML-Funktion ist auch großartig, da sie mich durch die Schritte führt und den Prozess erleichtert, obwohl ich kein Experte für maschinelles Lernen bin. Ich schätze auch, wie gut Vertex AI mit anderen Google Cloud-Diensten integriert ist, sodass ich meine Daten direkt verwenden kann, ohne sie verschieben zu müssen, was mir Aufwand erspart und meine Arbeit einfach hält. Das alles macht meinen Arbeitsablauf schneller, einfacher und organisierter. Bewertung gesammelt von und auf G2.com gehostet.

Eine Sache, die verbessert werden könnte, ist, wie einfach es am Anfang zu lernen ist. Es kann verwirrend sein, wenn man neu ist und einige Schritte nicht sehr klar sind. Ein weiteres Problem ist, dass es schwierig sein kann, die Preisgestaltung zu verstehen. Die Kosten können schnell steigen, wenn man nicht vorsichtig ist, und es ist nicht immer einfach, die Ausgaben nachzuverfolgen. Manchmal, wenn etwas schiefgeht, ist es auch schwierig, das genaue Problem zu finden. Bessere Fehlermeldungen oder Anleitungen würden sehr helfen. Bewertung gesammelt von und auf G2.com gehostet.

Ich schätze, dass Vertex AI uns geholfen hat, relevante Punkte schneller aus Dokumenten zu extrahieren und unstrukturierte Informationen in etwas zu verwandeln, das wir leicht präsentieren und mit Stakeholdern teilen konnten. Ich liebe die Dokumentation und wie sie es uns ermöglicht hat, schnell verschiedene Ansätze vom Design bis zur praktischen Umsetzung zu testen und den gesamten Machine-Learning-Stack selbst aufzubauen. Verschiedene Modelle auszuprobieren war ebenfalls ein Pluspunkt aufgrund der Geschwindigkeit. Die anfängliche Einrichtung war sehr einfach und unkompliziert, was es bequem machte, schnell damit zu beginnen. Bewertung gesammelt von und auf G2.com gehostet.

Ich schätze die Kostentransparenz beim Experimentieren mit verschiedenen Modellen und Arbeitsabläufen. Um ehrlich zu sein, war das Verständnis des Kostenaspekts und das Setzen von Grenzen etwas mühsam, weil wir Angst hatten, etwas falsch zu machen und es keine klare Begrenzung der Ausgaben gab. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag, dass Vertex AI viel von der Einrichtung automatisiert, was es einfacher macht, mit verschiedenen Modellen zu experimentieren und sie schnell in APIs zu verwandeln. Ich schätze, wie es die Modelle orchestriert und als Dienste bereitstellt, was eine einfache Integration in unsere App ermöglicht. Es verarbeitet und analysiert große Mengen an Produktdaten, ohne dass man eine ML-Infrastruktur von Grund auf neu aufbauen muss. Außerdem ist die Integration mit OCR-Tools zur automatischen Markierung riskanter Zusatzstoffe ein großer Pluspunkt. Es integriert sich problemlos in den Rest des Google Cloud-Ökosystems, was es einfach macht, Daten, Modelle und reale Projekte schnell zu verbinden und zu entwickeln. Die anfängliche Einrichtung war ziemlich einfach, was von Vorteil war. Bewertung gesammelt von und auf G2.com gehostet.

Ich denke, Vertex AI könnte sich verbessern, indem es eine bessere Kostentransparenz bietet und Schutzmaßnahmen implementiert, um eine Überschreitung der Ausgaben zu verhindern. Ich musste zusätzliche Zeit aufwenden, um die Kostenstruktur zu überprüfen, um sicherzustellen, dass sie innerhalb sicherer Grenzen bleibt. Es wäre hilfreich, feste Stopps zu haben, wenn das Budget erreicht ist, oder Optionen für vorausbezahlte Budgets. Bewertung gesammelt von und auf G2.com gehostet.