# Vertex AI Workbench: Jupyter notebooks in de cloud

[[TOC]]

## 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

:::info title="Workbench-instanties zijn de standaard"
De vroegere indeling met **Managed notebooks** en **User-managed notebooks** is uitgefaseerd. Sinds 2025 kun je deze types niet meer aanmaken. De huidige en aanbevolen vorm is een **Vertex AI Workbench-instantie**. Bestaande oude notebooks blijven werken, maar krijgen geen updates meer. Migreer ze naar Workbench-instanties.
:::

:::warn title="Workbench is niet gratis"
Kosten zijn gebaseerd op de gebruikte machine-configuratie en de draaitijd. Zet de instantie stop wanneer je niet werkt om kosten te besparen.
:::

## Een Workbench-instantie aanmaken

:::howto title="Een nieuwe instantie aanmaken"
1. Ga naar de [Google Cloud Console](https://console.cloud.google.com).
2. Navigeer naar **Vertex AI** en daarna **Workbench**.
3. Klik bij het tabblad **Instances** op **Create new** (of **Nieuwe instantie**).
4. Geef de instantie een naam en kies de **regio** en **zone** (kies dicht bij jou of bij je data, bijvoorbeeld `europe-west4`).
5. Open de geavanceerde opties om het **machine-type** te kiezen:
   - `n1-standard-4` (4 vCPU, 15 GB) voor licht werk
   - `n1-highmem-8` (8 vCPU, 52 GB) voor data science
   - een machine met een **NVIDIA T4-GPU** voor ML-training
6. Kies eventueel een omgeving met TensorFlow of PyTorch voorgeïnstalleerd.
7. Klik op **Create** en wacht tot de status **Active** is.
:::

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:

```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

```python
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:

```python
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)
```

:::tip title="Installeer de juiste SDK"
Installeer de bibliotheek met `pip install google-genai`. Modellen zoals `gemini-2.5-pro` en `gemini-2.5-flash` zijn algemeen beschikbaar; nieuwere reeksen verschijnen geregeld in Model Garden. Controleer de actuele modelnamen in de Vertex AI-documentatie voordat je ze hardcodeert.
:::

## Instantie stoppen en kosten beheren

:::warn title="Een actieve instantie kost geld"
Een draaiende Workbench-instantie brengt kosten met zich mee, ook als je geen code uitvoert. Stop de instantie via de Cloud Console of via de JupyterLab-interface wanneer je klaar bent.
:::

Automatisch stoppen instellen:

:::howto title="Idle shutdown inschakelen"
1. Open de instantie-instellingen in de Cloud Console (of stel dit in bij het aanmaken).
2. Zoek de optie **Idle shutdown** of **Automatisch stoppen na inactiviteit**.
3. Stel een inactiviteitsperiode in, bijvoorbeeld `30` minuten.
4. Sla de instelling op.
:::

## 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:

```python
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'
)
```

:::tip title="Gebruik Git voor samenwerking"
Voor teamwerk koppel je je notebooks aan een Git-repository in plaats van een instantie tussen meerdere mensen te delen. Zo voorkom je conflicten en houd je versiegeschiedenis bij.
:::

:::faq
### Hoeveel kost een Workbench-instantie?
Een instantie zonder GPU, zoals `n1-standard-4`, kost grofweg enkele tientallen eurocenten per uur. Een instantie met een T4-GPU ligt vaak rond de 0,70 tot 1,00 euro per uur. Prijzen wisselen per regio en machine-type, dus controleer altijd de actuele Google Cloud-prijspagina.

### Kan ik mijn eigen Python-packages installeren?
Ja, via `pip install <package>` in een notebookcel of via de JupyterLab-terminal. De packages blijven beschikbaar zolang de instantie bestaat, maar gaan verloren als je de instantie verwijdert en opnieuw aanmaakt.

### Kan ik meerdere gebruikers toegang geven tot dezelfde instantie?
Standaard werkt één gebruiker per instantie. Via IAM-rechten kun je anderen toegang geven, maar gelijktijdig werken in dezelfde notebooks leidt tot conflicten. Gebruik Git voor samenwerking.

### Wat is er gebeurd met Managed en User-managed notebooks?
Beide types zijn uitgefaseerd en kun je niet meer aanmaken. Gebruik in plaats daarvan een Vertex AI Workbench-instantie. Bestaande oude notebooks blijven draaien zonder updates; Google biedt een migratiehulpmiddel om ze om te zetten naar Workbench-instanties.

### Hoe bewaar ik mijn werk als de instantie verwijderd wordt?
Sla notebooks en data altijd op in Cloud Storage of in een Git-repository. De schijf van een instantie is niet duurzaam zodra de instantie wordt verwijderd.

### Welk Gemini-model gebruik ik in mijn notebook?
Begin met een algemeen beschikbaar model zoals `gemini-2.5-pro` voor zwaar redeneerwerk of `gemini-2.5-flash` voor snellere, goedkopere taken. Controleer de Vertex AI-documentatie voor de nieuwste beschikbare modellen voordat je een vaste modelnaam in je code zet.
:::