Last reviewed 2025-11-25 UTC
Este documento del Architecture Center proporciona vínculos a guías de arquitectura que puedes usar para compilar e implementar aplicaciones y operaciones de ML en Google Cloud.
Para ayudarte a encontrar la orientación adecuada que sea relevante para tu perfil y tus necesidades, proporcionamos los siguientes tipos de guías de arquitectura:
- Guías de diseño: Orientación prescriptiva y de productos cruzados para ayudarte a planificar y diseñar tu arquitectura de nube.
- Arquitecturas de referencia: Ejemplos de arquitectura detallados y recomendaciones de diseño para cargas de trabajo específicas.
- Casos de uso: Ejemplos de arquitectura de alto nivel para resolver problemas empresariales específicos.
- Guías de implementación: Son instrucciones paso a paso o código para implementar una arquitectura específica.
| Guía de arquitectura | Descripción |
|---|---|
| Lineamientos para desarrollar soluciones de ML predictivas de alta calidad | Es una guía que te ayuda a evaluar, garantizar y controlar la calidad en la creación de soluciones de AA predictivas. |
| Arquitectura para MLOps con TensorFlow Extended, canalizaciones de Gemini Enterprise Agent Platform y Cloud Build | Es una arquitectura de referencia que te ayudará a compilar un sistema de aprendizaje automático (AA) con las bibliotecas de TensorFlow Extended (TFX). |
| MLOps: canalizaciones de automatización y entrega continua en el aprendizaje automático | Es una guía en la que se analizan las técnicas empleadas para implementar y automatizar la integración continua (CI), la entrega continua (CD) y el entrenamiento continuo (CT) para sistemas de AA. |
| Compila una solución de estadísticas de vision de AA con Dataflow y la API de Cloud Vision | Es una arquitectura de referencia que te ayuda a crear una canalización de Dataflow para procesar archivos de imagen con Cloud Vision y almacenar los resultados procesados en BigQuery. Para obtener información sobre cómo implementar esta arquitectura de referencia, consulta Implementa una solución de análisis de visión de ML con Dataflow y la API de Cloud Vision. |
| Aprendizaje federado entre dispositivos aislados y multidispositivo en Google Cloud | Una arquitectura de referencia para ayudarte a crear una plataforma de aprendizaje federado con Google Kubernetes Engine (GKE). |
| Implementa la recuperación de dos torres para la generación de candidatos a gran escala | Una arquitectura de referencia para ayudarte a implementar un flujo de trabajo de generación de candidatos de dos torres de extremo a extremo con Gemini Enterprise Agent Platform. |
| Desarrollo de modelos y etiquetado de datos con Google Cloud y Labelbox | Es una arquitectura de referencia que te ayuda a compilar una canalización estandarizada con Labelbox. |
| Arquitectura de C3 AI en Google Cloud | En este documento, se describen las formas más eficaces de implementar aplicaciones de C3 AI. |