vertex-ai-mlops

收录理由

在Google Cloud上搭建机器学习系统，环节多、链条长，这个仓库把大部分关键环节都收拢到了一起：470多个可交互的notebook，不是零散的演示，而是沿着完整生命周期一步步走下来。如果你已经在用Vertex AI，那些容易卡住的难点在这里都有实操层面的展开，比如在线端点上的模型服务、批量推理、基于SQL的路径、特征仓库、流水线、模型评估、监控和实验追踪。它还延伸到BigQuery、Dataflow、Dataproc和Cloud Composer，让你看清推理和编排如何嵌进更大的数据栈。每个notebook都是独立可改的工作流，既能当GCP上MLOps新手的入门路线，也能作为生产项目的起步模板。另外，生成式AI和预测那几节，对从自定义训练转向检索、评估和时间序列工作的人，同样有参考价值。