Last reviewed 2024-10-11 UTC
Este documento no Google Cloud Framework de arquitetura descreve princípios e recomendações para ajudar você a projetar, criar e gerenciar cargas de trabalho de IA e ML no Google Cloud que atendam às suas metas operacionais, de segurança, confiabilidade, custo e desempenho.
O público-alvo deste documento inclui tomadores de decisão, arquitetos, administradores, desenvolvedores e operadores que projetam, criam, implantam e mantêm cargas de trabalho de IA e ML no Google Cloud.
As páginas a seguir descrevem princípios e recomendações específicos para IA e ML, para cada pilar do Google Cloud Framework de arquitetura:
- Perspectiva de IA e ML: excelência operacional
- Perspectiva de IA e ML: segurança
- Perspectiva de IA e ML: confiabilidade
- Perspectiva de IA e ML: otimização de custos
- Perspectiva de IA e ML: otimização de desempenho
Colaboradores
Autores:
- Benjamin Sadik | Engenheiro de clientes especialista em IA e ML
- Filipe Gracio, PhD | Engenheiro de clientes
- Isaac Lo | Gerente de desenvolvimento comercial de IA
- Kamilla Kurta | Especialista em GenAI/ML, engenheiro de clientes
- Mohamed Fawzi | Líder de compliance e segurança do Benelux
- Rick (Rugui) Chen | Arquiteto de soluções de infraestrutura de IA
- Sannya Dang | Arquiteto de soluções de IA
Outros colaboradores:
- Daniel Lees | Arquiteto de segurança do Cloud
- Gary Harmson | Engenheiro de clientes
- Jose Andrade | Engenheiro de clientes de infraestrutura corporativa
- Kumar Dhanagopal | Desenvolvedor de soluções para vários produtos
- Marwan Al Shawi | Engenheiro de clientes do parceiro
- Nicolas Pintaux | Engenheiro de clientes, especialista em modernização de aplicativos
- Radhika Kanakam | Gerente de programa sênior, GTM do Cloud
- Ryan Cox | Arquiteto principal
- Stef Ruinard | Arquiteto de soluções de campo de IA generativa
- Wade Holmes | Diretor de soluções globais
- Zach Seils | Especialista em rede