Agent Platform（原 Vertex AI）機器學習解決方案

課程概述

如果現成 API 不符合需求，BigQuery ML 也不夠彈性，就得自己處理訓練與部署。Gemini Enterprise Agent Platform（簡稱 Agent Platform，原 Vertex AI）提供 AutoML、自訂訓練、模型註冊和部署工具。這篇先看各步驟怎麼接，再比較何時用哪條路。

名稱提醒：Vertex AI 已在 2026 年 4 月改名為 Gemini Enterprise Agent Platform（簡稱 Agent Platform）。本文用現行名稱；課程影片與 Lab 畫面若仍顯示舊名，指的是同一個產品。

你將學到

• 使用 AutoML 建立影像分類與表格預測模型
• 設定 Agent Platform 的自訂訓練 Job 執行 TensorFlow / PyTorch 程式碼
• 將訓練好的模型部署到 Endpoint 提供線上預測
• 使用 Agent Platform Pipelines（原 Vertex AI Pipelines）自動化 ML 工作流
• 透過 Model Registry（原 Vertex AI Model Registry）管理模型版本

核心概念

Agent Platform 在 ML 光譜中的定位

Google Cloud 的 ML 工具大致是一條從簡單到複雜的光譜：

預訓練 API → BigQuery ML → AutoML → 自訂訓練（Agent Platform）
   最簡單      用 SQL       無程式碼     最大彈性

Agent Platform 把 AutoML 和自訂訓練兩端都涵蓋進來，而且共用同一套管理介面。

AutoML vs 自訂訓練

表格超出欄寬時，可左右捲動；鍵盤可聚焦表格後用左右方向鍵查看。

Agent Platform Pipelines

Pipelines 讓你把 ML 工作流寫成一個可以重複跑的 DAG（有向無環圖）。一個典型的 Pipeline 大概長這樣：

1. 資料驗證 — 檢查資料品質與分佈
2. 資料預處理 — 特徵工程與資料轉換
3. 模型訓練 — 執行訓練 Job
4. 模型評估 — 計算效能指標並與基線比較
5. 模型部署 — 通過品質門檻後自動部署到 Endpoint

Endpoint 與線上預測

把模型部署到 Agent Platform 的 endpoint 之後，就能透過 REST API 發即時預測請求了。Endpoint 支援：

• 流量分割 — 在多個模型版本之間分配流量（A/B 測試）
• 自動擴縮 — 根據請求量自動增減節點
• 模型監控 — 偵測資料漂移（Data Drift）與模型效能下降

%%{init: {"flowchart": {"curve": "linear", "nodeSpacing": 24, "rankSpacing": 32}}}%%
flowchart TD
  RUN["Pipeline 固定資料快照、程式、<br/>容器、參數與評估結果"] --> QUALITY{"候選模型通過基線、<br/>安全與公平性門檻？"}
  QUALITY -->|"否"| STOP["停止發布並保留失敗 Run 的血緣"]
  QUALITY -->|"是"| REGISTER["登錄不可變模型版本"]
  REGISTER --> CANARY["先以 Shadow／Canary 流量<br/>比較延遲、錯誤與預測品質"]
  CANARY --> HEALTH{"線上指標正常？"}
  HEALTH -->|"否"| ROLLBACK["將流量切回前一穩定版本<br/>再分析輸入與模型差異"]
  HEALTH -->|"是"| PROMOTE["逐步提高流量並持續監控 Drift"]
  PROMOTE --> RETRAIN["漂移或品質退化時觸發重訓評估"]

實作重點

• AutoML 影像分類每個標籤至少需要 10 張圖片，Google 建議每個標籤約 1,000 張訓練圖片
• 自訂訓練 Job 需指定容器映像檔，可使用 Google 預建容器或自訂 Docker 映像
• Endpoint 部署模型時，機器類型預設是 n1-standard-2（也能選 e2-standard-2 等其他機型）；最少副本數必須是 1 以上，所以模型部署著就會計費、沒有請求也一樣，要停止計費得取消部署（預先發布版的 Scale To Zero 可在沒有流量時縮到 0 個副本）
• 常見錯誤：Pipeline 中的元件未正確設定輸入 / 輸出的資料類型，導致 DAG 執行失敗
• 成本控制：開發階段使用較小的機器類型，驗證流程正確後再擴大規模

Lab 指引

Lab 連結：到 Google Skills 搜尋「Build and Deploy Machine Learning Solutions on Vertex AI」。截至 2026 年 10 月，目錄中找不到同名課程，可能已改版或下架。

延伸學習

• Gemini API 搭配 Agent Platform（原 Vertex AI）探索 GenAI — 在 Agent Platform 上使用最新的生成式 AI 模型
• BigQuery ML 建模實戰 — 用 SQL 快速建模的替代方案
• GCP GenAI 課程 — 動手呼叫 Gemini API 的完整教學