Vertex AI Workbench: Jupyter notebooks in de cloud

Wat is Vertex AI Workbench?

Vertex AI Workbench is de beheerde Jupyter notebook-omgeving van Google in de cloud. Je krijgt een krachtige machine (met optioneel GPU) met JupyterLab voorgeïnstalleerd, directe toegang tot Google Cloud-services zoals BigQuery, Cloud Storage en Vertex AI, en geen gedoe met lokale configuratie.

Voordelen ten opzichte van lokale Jupyter:

• Schaalbaarheid: kies een machine met honderden GB RAM en meerdere GPU's
• Directe Cloud-integratie: BigQuery-tabellen en Cloud Storage-buckets zijn direct beschikbaar
• Geen setup: Python, TensorFlow, PyTorch en andere ML-bibliotheken zijn al geïnstalleerd
• Beheerde levenscyclus: patches en updates worden door Google verzorgd

Een Workbench-instantie aanmaken

Het aanmaken duurt doorgaans enkele minuten. Daarna verschijnt de knop Open JupyterLab bij de instantie.

JupyterLab gebruiken in Workbench

BigQuery-integratie

BigQuery-tabellen zijn direct beschikbaar via de BigQuery-extensie in JupyterLab, of via Python:

from google.cloud import bigquery

client = bigquery.Client()

query = """
    SELECT naam, leeftijd, stad
    FROM `mijn-project.mijn-dataset.gebruikers`
    WHERE stad = 'Amsterdam'
    LIMIT 1000
"""

df = client.query(query).to_dataframe()
print(df.head())

Cloud Storage-integratie

from google.cloud import storage
import pandas as pd

storage_client = storage.Client()
bucket = storage_client.bucket('mijn-bucket-naam')
blob = bucket.blob('data/dataset.csv')

blob.download_to_filename('/tmp/dataset.csv')
df = pd.read_csv('/tmp/dataset.csv')

Vertex AI SDK gebruiken

Gebruik de actuele Google Gen AI SDK (google-genai). De oude module vertexai.generative_models is uitgefaseerd en wordt verwijderd, dus gebruik het nieuwe client-gebaseerde patroon:

from google import genai

client = genai.Client(
    vertexai=True,
    project='mijn-project',
    location='europe-west4',
)

response = client.models.generate_content(
    model='gemini-2.5-pro',
    contents='Analyseer de volgende dataset: ...',
)
print(response.text)

Instantie stoppen en kosten beheren

Automatisch stoppen instellen:

Notebooks opslaan en delen

Notebooks worden opgeslagen op de schijf van de Workbench-instantie. Om ze duurzaam te bewaren en te delen, kopieer je ze naar Cloud Storage of beheer je ze met Git:

from google.cloud import storage

def sla_notebook_op_in_gcs(lokaal_pad, bucket_naam, gcs_pad):
    client = storage.Client()
    bucket = client.bucket(bucket_naam)
    blob = bucket.blob(gcs_pad)
    blob.upload_from_filename(lokaal_pad)
    print(f'Notebook opgeslagen: gs://{bucket_naam}/{gcs_pad}')

sla_notebook_op_in_gcs(
    '/home/jupyter/analyse.ipynb',
    'mijn-notebooks-bucket',
    'notebooks/analyse.ipynb'
)