Header banner
Revain logoHome Page
dataiken логотип

DATAIKEN Отзыв

3

·

Очень хорошо

Revainrating 4.5 out of 5  
Рейтинг 
4.7
Аналитика, Analytics Platforms

Посмотреть на ЯM

Описание DATAIKEN

DATAIKEN helps organizations run their data science, AI/ML implementations with three key features, A) by providing, an Integrated Platform for all AI/ML and BI workflows, B) pre-built components and API services and C) a low-code drag-and-drop environment integrated with built-in Data Governance and Process Audit features. These not only eliminate several issues of using traditional tools and processes, but also helps directs the user behaviour towards delivering quick outcomes and easily iterating to improve results. How does it benefit you? First: By providing an integrated platform for data scientists, developers and DevOps engineers. This eliminates the pains of integrating an AI/ML modeling software with a backend systems and scripting its deployment, CI/CD and monitoring functionalities. Second: By providing pre-built components and API services. This boosts the productivity of data scientists by enabling them to reuse the pre-built AI/ML models, and developers can use APIs to integrate external applications quickly. This speeds up the implementation process and can be used to show results to management, within a matter of hours and days, instead of weeks and months. Third: By providing a low-code environment with several commonly used components and workflows made available through a drag-and-drop interface called the Flow designer and runtime. This means that organizations can leverage their data analysts for data science AI/ML implementations,thereby avoiding the problem of skill-availability and retention. Flow Designer functionality encourages teams to think about the product being delivered, and allows data scientists and developers to easily collaborate to deliver the outcome.

Отзывы

Глобальные рейтинги 3
  • 5
    2
  • 4
    1
  • 3
    0
  • 2
    0
  • 1
    0

Тип отзыва

Revainrating 4 out of 5

Gartner Hype Cycle — инструмент, используемый несколькими отделами

Мне нравится, что его просто использовать с точки зрения управления проектами и создания рабочих процессов для разных команд внутри организации. Как здорово, что все мои инструменты собраны под одной крышей! Таких пока не много! Пользовательский интерфейс мог бы быть лучше, но мы смогли сориентироваться достаточно быстро, так что ничего страшного. Мы решаем проблему, помещая все эти инструменты в единую платформу. Возможность создавать различные модели и прогнозировать будущее, используя набор…

Плюсы
  • Dataiku помог нам решить сложные бизнес-задачи быстрее, чем когда-либо прежде. Он позволяет аналитикам работать в разных местах без каких-либо барьеров, таких как разница в расстоянии или часовых поясах, что делает удаленную работу простой и эффективной.
Минусы
  • По сравнению с виджетами Google Colab/Jupyter (или Jaspersoft) они нуждаются в некоторой настройке.

Revainrating 5 out of 5

Полезный и мощный инструментарий машинного обучения

Dataiku предоставляет все необходимое для создания конвейеров машинного обучения на любом языке (Python + R). Библиотека хорошо документирована, поэтому она довольно проста для новых пользователей, которые могут быть менее опытными при первом использовании этих инструментов или даже более опытными, но не знакомыми с инструментами машинного обучения, такими как пакеты sklearn / Python и т. д. Хотелось бы, чтобы был более простой способ подключения вашего модели обратно в другие приложения…

Плюсы
  • Он отлично работает как с python2, так и с 3 плюс rpy.
Минусы
  • Некоторые минусы

Возможность использовать готовые библиотеки или создавать собственные для сложных задач машинного обучения — это то, что мне больше всего нравится в этом наборе инструментов; это просто, но в то же время достаточно мощно! Некоторые API-интерфейсы Python довольно сложны в том, как они работают, особенно когда вы пробуете их из браузера, не зная обо всех задействованных зависимостях, которые иногда делают вещи менее прямыми - здесь нужна надлежащая документация (предоставленная командой Datakit…

Плюсы
  • Простая интеграция с другими платформами обработки данных
  • Доступна хорошая поддержка/документация.
  • Масштабируемая архитектура помогает нам достигать высоких результатов производительности при эффективной обработке больших наборов данных через конвейеры.
Минусы
  • я буду молчать