Recensioni e Dettagli del Prodotto Vertex AI

Quello che mi piace di più di Vertex AI è che riunisce l'intero flusso di lavoro del machine learning in un'unica piattaforma. Dalla preparazione dei dati e l'addestramento al deployment e al monitoraggio continuo, possiamo gestire tutto senza problemi senza dover destreggiarci tra più strumenti. Lo usiamo da diversi anni per costruire e distribuire modelli di ML in produzione, e la sua integrazione con altri servizi di Google Cloud, come BigQuery e Cloud Storage, rende la gestione e il movimento dei dati molto più semplici. Le funzionalità AutoML e le pipeline pre-costruite risparmiano anche molto tempo, così il nostro team può dedicare più energia alla sperimentazione e al miglioramento delle prestazioni del modello invece di impostare e mantenere l'infrastruttura. Recensione raccolta e ospitata su G2.com.

Una cosa che non mi piace di Vertex AI è che può sembrare opprimente per i nuovi utenti a causa del gran numero di funzionalità e servizi che offre. Anche se è molto potente, configurare pipeline personalizzate o eseguire il debug di flussi di lavoro più complessi può a volte richiedere una conoscenza approfondita di Google Cloud e dei concetti fondamentali di ML. Inoltre, i costi possono aumentare rapidamente se le risorse non vengono gestite con attenzione, specialmente quando si addestrano modelli di grandi dimensioni o si eseguono più esperimenti in parallelo. Recensione raccolta e ospitata su G2.com.

Utilizzo Vertex AI per costruire, addestrare e distribuire modelli di machine learning, e adoro come risolve il problema della gestione di flussi di lavoro ML complessi. Riduce lo sforzo necessario per costruire, addestrare e distribuire modelli, con tutto centralizzato, rendendo l'automazione più semplice e la scalabilità più veloce. Questo significa che posso concentrarmi di più sulla costruzione di modelli migliori invece di preoccuparmi dell'infrastruttura. Quello che mi piace di più è come combina addestramento, distribuzione e monitoraggio in un unico posto. L'integrazione con i servizi di Google Cloud funziona davvero bene, la scalabilità è fluida e le pipeline gestite fanno risparmiare molto tempo. In generale, rende lo sviluppo di ML più efficiente e affidabile. Recensione raccolta e ospitata su G2.com.

La curva di apprendimento è ripida, la documentazione può essere confusa in alcuni punti e i costi non sono sempre chiari. Migliori tutorial, un'interfaccia utente più semplice per i compiti comuni e una maggiore trasparenza nei prezzi migliorerebbero l'esperienza. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Vertex AI è il giardino dei modelli e la possibilità di sperimentare e testare rapidamente e facilmente diversi modelli generativi. Recensione raccolta e ospitata su G2.com.

Trovo la complessità di Vertex AI piuttosto opprimente. C'è semplicemente così tanta roba inutile che ti bombarda immediatamente quando lo apri. Ci sono troppe opzioni, che diventano solo rumore e tolgono energia e tempo per capire il loro scopo effettivo. Sembra che tutto sia semplicemente categorizzato sotto nomi diversi, rendendolo problematico e troppo complicato. Anche la configurazione iniziale sembra inutilmente complicata. Mi piace che le cose siano semplificate perché, anche come utente tecnico avanzato, spesso mi perdo in tutto il rumore, e questo mi distoglie dai miei obiettivi e traguardi chiari. Recensione raccolta e ospitata su G2.com.

Vertex AI rende facile provare i modelli GenAI più recenti, integrarli nelle applicazioni, costruire i nostri modelli ed esporli come endpoint. Uso Vertex AI da più di 5 anni per una varietà di applicazioni come app mobili che hanno riconoscimento delle immagini, capacità di chat fino ad app web che riassumono ed estraggono contenuti significativi.

Vertex AI funge da centro di comando per tutte le applicazioni AI ed è sempre aggiornato con i progressi più recenti nel campo dell'AI, in particolare Gen AI. Recensione raccolta e ospitata su G2.com.

Imparare Vertex AI è stato un po' difficile quando ho iniziato. I costi di fatturazione con le funzionalità e l'uso erano difficili da stimare in anticipo. Fortunatamente, nel corso degli anni hanno reso più facile provare le funzionalità e, con l'aiuto di Google Cloud Skill Boost, siamo in grado di implementare e apprendere le nuove funzionalità senza preoccuparci troppo dei costi. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Vertex AI è il suo ecosistema unificato. Riunisce la preparazione dei dati, l'addestramento dei modelli e la distribuzione in un unico flusso di lavoro coeso, il che rende l'intero processo fluido e ben collegato. Il Model Garden è un vero punto di forza per me, offrendo un facile accesso a oltre 150 modelli di base come Gemini e Claude, e accelera notevolmente la costruzione e la consegna di soluzioni AI di livello produttivo. Recensione raccolta e ospitata su G2.com.

Non sono un fan della struttura dei prezzi complessa, soprattutto perché non c'è un'opzione "scale-to-zero" per gli endpoint. Questo può portarti a pagare costi più elevati anche quando i servizi sono inattivi. Inoltre, la curva di apprendimento sembra ripida e la documentazione è frammentata, il che rende più difficile per i team più piccoli—o per chiunque sia nuovo all'ecosistema di Google Cloud—raggiungere velocemente un buon livello di competenza e usarlo con sicurezza. Recensione raccolta e ospitata su G2.com.

Mi piace l'infrastruttura semplice di Vertex AI, che rende molto semplice il deployment di software di livello produttivo e ti permette di iniziare rapidamente. Il supporto della comunità è ottimo; se incontri problemi, puoi cercare su Google e trovare aiuto facilmente. È anche molto facile da usare, considerando la complessità dei compiti che può gestire. Recensione raccolta e ospitata su G2.com.

C'è un piccolo problema quando si danno i prompt; è difficile capire se sto dando il prompt al sistema per il prodotto o per il mio caso d'uso, portando a confusione. Penso che ci sia un malinteso lì. Inoltre, ci sono molte API da configurare, e non è chiaro se vengono addebitate o meno, quindi penso che la gestione delle API potrebbe essere migliore. Recensione raccolta e ospitata su G2.com.

Ciò che colpisce di più di Vertex AI è come unifica l'intero ciclo di vita del ML in un unico ambiente gestito. La preparazione dei dati, l'addestramento, la regolazione degli iperparametri, il registro dei modelli, il deployment, il monitoraggio e ora l'accesso ai modelli di base tramite Gemini sono tutti integrati. L'integrazione stretta con BigQuery e Cloud Storage riduce significativamente l'attrito dei dati.

Apprezzo anche l'infrastruttura gestita. Si ottiene un addestramento scalabile su GPU e TPU senza dover lottare con il provisioning a basso livello. Il tracciamento degli esperimenti, la versioning dei modelli e l'autoscaling degli endpoint sono integrati, il che lo rende adatto alla produzione. Per i team che distribuiscono app potenziate da LLM, le API di intelligenza artificiale generativa e gli strumenti di valutazione sono particolarmente forti. Recensione raccolta e ospitata su G2.com.

La curva di apprendimento può essere ripida. Ci sono molte parti in movimento tra progetti, account di servizio, ruoli IAM, networking e quote. Per i team più piccoli o per gli sviluppatori solitari, la configurazione iniziale può sembrare pesante.

Anche la visibilità dei costi può essere una sfida. I lavori di addestramento, gli endpoint di previsione, lo storage, il logging e il networking accumulano tutti costi separatamente. Senza un monitoraggio efficace, è facile spendere troppo. L'interfaccia utente è potente ma a volte incoerente tra i diversi servizi, e il debug dei lavori di addestramento distribuiti non è sempre semplice. Recensione raccolta e ospitata su G2.com.

L'integrazione dell'ecosistema tutto in uno ci permette di creare pipeline di dati e addestrare modelli di dati nello stesso sistema senza doverli spostare in un altro. Inoltre, possiamo accedere ad altri modelli open source insieme ai modelli gemini di Google e ai modelli fondamentali. Recensione raccolta e ospitata su G2.com.

Se il calcolo non è configurato correttamente, può funzionare all'infinito incorrendo in costi elevati, inoltre la sua fatturazione è molto complessa. Inoltre, per i miei progetti individuali, è molto costoso. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Vertex AI è come riunisce l'intero ciclo di vita del machine learning in un'unica piattaforma ben organizzata. Semplifica tutto, dalla preparazione dei dati e l'addestramento del modello fino al deployment e al monitoraggio, il che rende più facile gestire anche i flussi di lavoro ML complessi. L'integrazione stretta con i servizi di Google Cloud aggiunge un valore reale, specialmente in termini di scalabilità, sicurezza e prestazioni. Nel complesso, Vertex AI trova un forte equilibrio tra la flessibilità di cui gli utenti avanzati hanno bisogno e la facilità d'uso che i team desiderano quando costruiscono machine learning affidabile e pronto per la produzione senza un eccessivo carico aggiuntivo. Recensione raccolta e ospitata su G2.com.

Quello che non mi piace di Vertex AI è che può sembrare opprimente all'inizio, soprattutto per gli utenti che sono nuovi a Google Cloud o alle piattaforme di ML. La curva di apprendimento è ripida e ci vuole tempo per capire come tutti i servizi, le autorizzazioni e i pezzi di prezzo si incastrano. La documentazione può anche sembrare un po' frammentata, il che rende più difficile trovare una guida chiara e completa per casi d'uso specifici. Inoltre, i costi non sono sempre facili da prevedere senza un monitoraggio attento, il che può essere impegnativo per i team più piccoli o per i progetti con un budget limitato. Recensione raccolta e ospitata su G2.com.

Utilizzo Vertex AI per costruire e addestrare modelli di machine learning per i nostri progetti. Mi piace che riunisca tutto ciò di cui ho bisogno per l'AI in un unico posto, come la preparazione dei dati, l'addestramento, il test e il deployment, il che mantiene il mio lavoro semplice e organizzato. Uso AutoML per creare modelli senza dover scrivere molto codice, e apprezzo come permetta ai non esperti di creare buoni modelli con AutoML. La piattaforma aiuta ad automatizzare molti passaggi nel processo di ML, inclusi il monitoraggio e il tracciamento dei modelli dopo il deployment, rendendo questi compiti più facili. Trovo che l'interfaccia sia pulita e facile da usare una volta che ci si è familiarizzati. Il deployment dei modelli è fluido e non richiede molto tempo, e gestisce grandi quantità di dati molto bene senza problemi di prestazioni. La sicurezza e il controllo degli accessi funzionano bene per gli ambienti di team, e la documentazione e le risorse di apprendimento sono utili per i principianti. Inoltre, la configurazione iniziale è stata facile. Recensione raccolta e ospitata su G2.com.

Niente da disprezzare su Vertex AI. Funziona semplicemente per tutti i casi d'uso. Recensione raccolta e ospitata su G2.com.