Vertex AI Bewertungen & Produktdetails

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.

Die All-in-One-Ökosystemintegration ermöglicht es uns, Datenpipelines zu erstellen und Datenmodelle im selben System zu trainieren, ohne sie in ein anderes System verschieben zu müssen. Außerdem können wir auf andere Open-Source-Modelle sowie auf Googles Gemini und grundlegende Modelle zugreifen. Bewertung gesammelt von und auf G2.com gehostet.

Wenn die Berechnung nicht korrekt konfiguriert ist, kann sie endlos laufen und hohe Kosten verursachen, außerdem ist die Abrechnung sehr komplex. Und auch für meine individuellen Projekte ist es sehr kostspielig. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Vertex AI am meisten gefällt, ist, wie es den gesamten Lebenszyklus des maschinellen Lernens in eine gut organisierte Plattform integriert. Es vereinfacht alles von der Datenvorbereitung und dem Modelltraining bis hin zur Bereitstellung und Überwachung, was selbst komplexe ML-Workflows leichter zu verwalten macht. Die enge Integration mit Google Cloud-Diensten bietet echten Mehrwert, insbesondere in Bezug auf Skalierbarkeit, Sicherheit und Leistung. Insgesamt findet Vertex AI eine starke Balance zwischen der Flexibilität, die fortgeschrittene Benutzer benötigen, und der Benutzerfreundlichkeit, die Teams wünschen, um zuverlässiges, produktionsreifes maschinelles Lernen ohne viel zusätzlichen Aufwand zu erstellen. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Vertex AI nicht gefällt, ist, dass es am Anfang überwältigend wirken kann, besonders für Benutzer, die neu bei Google Cloud oder ML-Plattformen sind. Die Lernkurve ist steil, und es dauert eine Weile, bis man versteht, wie alle Dienste, Berechtigungen und Preiskomponenten zusammenpassen. Die Dokumentation kann auch etwas fragmentiert wirken, was es schwieriger macht, klare, durchgängige Anleitungen für spezifische Anwendungsfälle zu finden. Darüber hinaus sind die Kosten nicht immer leicht vorherzusagen, ohne genaue Überwachung, was für kleinere Teams oder budgetbewusste Projekte eine Herausforderung sein kann. Bewertung gesammelt von und auf G2.com gehostet.

Ich verwende Vertex AI, um maschinelle Lernmodelle für unsere Projekte zu erstellen und zu trainieren. Ich mag, dass es alles, was ich für KI brauche, an einem Ort vereint, wie Datenvorbereitung, Training, Testen und Bereitstellung, was meine Arbeit einfach und organisiert hält. Ich nutze AutoML, um Modelle ohne großen Programmieraufwand zu erstellen, und ich schätze, wie es Nicht-Experten ermöglicht, gute Modelle mit AutoML zu erstellen. Die Plattform hilft, viele Schritte im ML-Prozess zu automatisieren, einschließlich der Überwachung und Nachverfolgung von Modellen nach der Bereitstellung, was diese Aufgaben erleichtert. Ich finde die Benutzeroberfläche übersichtlich und einfach zu bedienen, sobald man sich damit vertraut gemacht hat. Die Modellbereitstellung verläuft reibungslos und dauert nicht lange, und es verarbeitet große Datenmengen sehr gut ohne Leistungsprobleme. Sicherheit und Zugriffskontrolle funktionieren gut in Teamumgebungen, und die Dokumentation und Lernressourcen sind hilfreich für Anfänger. Außerdem war die anfängliche Einrichtung einfach. Bewertung gesammelt von und auf G2.com gehostet.

Nichts an Vertex AI auszusetzen. Es funktioniert einfach für alle Anwendungsfälle. Bewertung gesammelt von und auf G2.com gehostet.

Ich habe Vertex AI für Bilderkennung und -erzeugung verwendet und ich mag wirklich, dass es alles an einem Ort für die Datenvorbereitung, das Trainieren von Modellen und die Bereitstellung bietet. Es ist das beste Werkzeug für ML-Projekte und funktioniert reibungslos. Wir nutzen es hauptsächlich für die Bereitstellung und das Trainieren von Modellen, und ich liebe diesen Aspekt, da er unsere Arbeit schnell und einfach macht. Als Google-Entwickler ist unsere Arbeit in der Google Cloud, daher ist Vertex AI ein wichtiges Werkzeug für uns, um Modelle zu trainieren. Sein aktualisiertes GPT macht die Arbeit schnell und einfach, und wir fühlen uns wohl damit. Es ist auch benutzerfreundlich, und selbst ein Anfänger kann die Einrichtung leicht erlernen, was es einzigartig macht. Bewertung gesammelt von und auf G2.com gehostet.

Wir verwenden Vertex AI nur in Google Cloud, und obwohl es dort gut funktioniert, haben wir das Gefühl, dass wir bei der Verbindung mit anderen Dingen keine ordnungsgemäße Ausgabe erhalten. Es wäre besser, wenn es mehr Interaktion mit der KI gäbe, um sie benutzerfreundlicher zu machen. Bewertung gesammelt von und auf G2.com gehostet.