Firmy wdrażające AI w chmurze często stają przed wyborem narzędzi - BigQuery do analityki, Databricks do przetwarzania danych i MLOps, Vertex AI do trenowania i serwowania modeli. Każde z nich ma swoje mocne strony, ale brak spójnej integracji prowadzi do silosów, rosnących kosztów i problemów z governance.

W prezentacji opowiem historię projektu budowy kompletnej platformy AI w Google Cloud dla dużej instytucji finansowej, łącząc BigQuery, Databricks i Vertex AI w jeden ekosystem. Pokażę architekturę referencyjną, procesy integracji z CI/CD i prywatnymi repozytoriami Git, implementację IaC w Terraform, a także sposób, w jaki rozwiązaliśmy wyzwania związane z bezpieczeństwem, siecią i compliance.

Uczestnicy poznają konkretne decyzje architektoniczne, największe pułapki (IAM, limity, koszty) oraz wnioski, które pozwolą im wdrożyć podobne rozwiązania szybciej, bezpieczniej i taniej.