Vertex AI es una plataforma unificada de desarrollo e implementación de Machine Learning (MLOps) de Google Cloud que integra herramientas como AutoML y AI Platform bajo una misma API, facilitando el entrenamiento, despliegue, gestión y escalado de modelos de inteligencia artificial en entornos de integración y despliegue continuo (CI/CD).
La herramienta Vertex AI se define como una nueva plataforma de aprendizaje automático unificada, que se utiliza con el objetivo de compilar, implementar y escalar modelos de inteligencia artificial personalizados.
Si buscas especializarte en la automatización de infraestructuras, gestión de pipelines y despliegue de modelos en la nube mediante un bootcamp de tecnología intensivo, dominar herramientas de MLOps y plataformas Cloud se traducirá en una ventaja competitiva clave en la industria actual.
Vertex AI incluye las herramientas AutoML y AI Platform en una Interfaz de Programación de Aplicaciones (API) unificada, una biblioteca cliente y una interfaz de usuario.
Por un lado, AutoML se encarga de entrenar modelos en conjuntos de datos de imagen, vídeo, texto y demás, y también contribuye a tabular sin que sea necesario que el usuario escriba un código determinado. Por otra parte, la AI Platform cumple la función de ayudar a ejecutar un código de entrenamiento personalizado.
De manera que Vertex AI permite la unión de estas plataformas y sus funciones, así como elegir una opción de entrenamiento para guardar modelos, implementarlos e incluso solicitar predicciones. Estos modelos se almacenan dentro de un repositorio único central y tienen la posibilidad de ser desplegados en los mismos puntos finales de la plataforma.
Características de Vertex AI
Dentro de las características de la plataforma Vertex AI se encuentran elementos como su compatibilidad total con los frameworks de tipo open source, la integración completa de datos, APIs entrenadas para diferentes ámbitos de gran utilidad y una interfaz unificada para todo lo relacionado con el flujo de trabajo de aprendizaje automático. A continuación, te detallamos mejor estas características:
«Dar el paso hacia la automatización de infraestructuras, integración continua y gestión de entornos cloud transformó radicalmente mi trayectoria profesional.»
Conoce la historia real de nuestros alumnos que, tras formarse en arquitecturas Cloud y metodología DevOps, lograron integrarse con éxito en la industria tecnológica gestionando infraestructuras de alto impacto.
👉 Lee el caso de éxito completo sobre reinvención profesional aquí
APIs entrenadas
🔴 ¿Quieres entrar de lleno al mundo DevOps & Cloud Computing? 🔴
Descubre el DevOps & Cloud Computing Full Stack Bootcamp de KeepCoding. La formación más completa del mercado y con empleabilidad garantizada
👉 Prueba gratis el Bootcamp en DevOps & Cloud Computing por una semanaUna de las características fundamentales de Vertex AI es el entrenamiento de Interfaces de Programación de Aplicaciones para ámbitos como la visión, vídeo, lenguaje natural o traducción, entre otros. Esta opción permite integrar los mencionados modelos de aprendizaje en aplicaciones disponibles o bien crear aplicaciones inteligentes desde cero en una amplia gama de casos prácticos.
Así, por ejemplo, los desarrolladores pueden usar la plataforma integrada AutoML para entrenar modelos de alta calidad y adaptarlos de acuerdo a las necesidades de la compañía o negocio. Este proceso se puede llevar a cabo sin necesidad de una amplia experiencia en aprendizaje automático y sin que el usuario necesite realizar grandes esfuerzos.
Además de esto, existe un registro central gestionado donde se almacenan la totalidad de los conjuntos de datos, como, por ejemplo, los tabulares.
Compatibilidad con frameworks
Otra de las características de Vertex AI es que tiene compatibilidad con todos los frameworks de código abierto y de gran popularidad y uso, como lo son TensorFlow o scikit-learn. De la misma manera, esta plataforma admite los entornos de trabajo enfocados en el aprendizaje automático y las divisiones de la inteligencia artificial a través de contenedores personalizados para entrenar y realizar predicciones.
Imágenes de VM
Vertex AI también se caracteriza por contar con el elemento de imágenes de máquinas virtuales de aprendizaje profundo; es decir, permite desarrollar una imagen de una virtual machine (VM) con los entornos de trabajo de inteligencia artificial más utilizados en la instancia de la aplicación Compute Engine, sin que el usuario deba preocuparse por problemas en la compatibilidad del software.
Vertex AI Workbench
Este es el único entorno en donde los encargados de la administración de los datos tienen la posibilidad de completar la totalidad de su trabajo de aprendizaje automático, desde elementos como la experimentación hasta la gestión, monitorización y vigilancia de los diferentes modelos.
Vertex AI Workbench es, por tanto, una infraestructura de computación completamente administrada que cuenta con la característica de ser escalable e incluir herramientas de controles de seguridad, así como funciones de control de usuarios.
Vertex AI Feature Store
Esta herramienta es un repositorio administrado en el que el usuario tiene la posibilidad de transferir, entregar y compartir valores de atributos ML dentro de la compañía. Vertex AI Feature Store se encarga de la administración de toda la infraestructura subyacente y puede escalarse con gran facilidad.
| Herramienta / Componente | Función Principal | Valor para Entornos DevOps/MLOps |
|---|---|---|
| AutoML & Custom Training | Entrenamiento con/sin código e imágenes de VM. | Agiliza el desarrollo y despliegue de modelos. |
| Vertex AI Workbench | Entorno unificado de desarrollo y monitorización. | Simplifica la administración y control de accesos. |
| Feature Store | Repositorio centralizado de atributos ML. | Permite reutilizar datos y escalar infraestructuras. |
En este artículo has aprendido qué es la plataforma de aprendizaje automático unificada Vertex AI, así como cuáles son sus características y funciones principales. Ahora, da el siguiente paso y no dudes en seguir aprendiendo gracias a nuestro DevOps & Cloud Computing Full Stack Bootcamp. En pocos meses, dominarás como un experto todo lo necesario acerca de esta y otras herramientas que te permitirán destacar dentro del sector IT y obtener una ventaja frente a tus competidores. ¡Infórmate sobre nuestros bootcamps e inscríbete ya!
Conclusión
Comprender el funcionamiento de Vertex AI e integrarlo en metodologías MLOps es fundamental para automatizar el ciclo de vida de modelos predictivos en infraestructuras Cloud. Diseñar entornos escalables, gestionar repositorios de datos de forma eficiente y orquestar despliegues automatizados permite a las organizaciones acelerar la adopción de Inteligencia Artificial con estándares de nivel profesional.
Si quieres aprender Kubernetes, Docker, Terraform, CI/CD, arquitecturas Cloud en GCP o AWS y MLOps con profesionales en activo del sector IT, descubre el DevOps & Cloud Computing Full Stack Bootcamp de KeepCoding e impulsa tu carrera tecnológica hoy mismo.
Para profundizar en los servicios de administración, APIs y herramientas de la plataforma, te invitamos a consultar la documentación oficial para desarrolladores de Google Cloud Vertex AI.
Preguntas Frecuentes sobre Google Vertex AI
¿Qué es Google Vertex AI?
Vertex AI es una plataforma unificada de aprendizaje automático (Machine Learning) desarrollada por Google Cloud que combina las funcionalidades de AutoML y AI Platform para compilar, entrenar, implementar y escalar modelos de inteligencia artificial dentro de una sola interfaz y API.
¿Cuál es la diferencia entre AutoML y AI Platform en Vertex AI?
AutoML permite entrenar modelos de alta calidad en conjuntos de datos (imagen, vídeo, texto o datos tabulares) sin necesidad de escribir código complejo, mientras que AI Platform está orientada a ejecutar código de entrenamiento personalizado y avanzado.
¿Qué es Vertex AI Workbench?
Vertex AI Workbench es un entorno de desarrollo administrado y escalable en el que los equipos de datos ejecutan todo su flujo de trabajo de Machine Learning, abarcando desde la experimentación y gestión hasta la monitorización y vigilancia de los modelos.
¿Qué es Vertex AI Feature Store?
Es un repositorio centralizado y totalmente administrado que permite a los equipos transferir, almacenar, servir y compartir características o atributos de Machine Learning a través de toda la organización de manera escalable.
