neptune.ai Preisübersicht

Wir verwenden Neptune seit zwei Jahren (wir haben die selbstgehostete Version). Ich nutze es fast täglich. In dieser Zeit wurden viele neue Funktionen eingeführt und von meinem Team gefundene Fehler wurden behoben. Neptune integriert sich problemlos in unseren Arbeitsablauf und bietet eine breite Kompatibilität mit vielen beliebten Frameworks wie PyTorch oder AirFlow. Dies macht es einfach, es in den Code zu integrieren und schneller zu nutzen.

Für unser Unternehmen ist ein großer Vorteil von Neptune die Verfügbarkeit einer selbstgehosteten Version. Wir suchten nach einer solchen Lösung und stellten fest, dass nicht viele Dienste diese Option zu einem erschwinglichen Preis anbieten. Die Nutzung der selbstgehosteten Version von Neptune unterscheidet sich für Endbenutzer nicht von der Cloud-Version. Sie hat jedoch mehrere Vorteile - unbegrenzter Speicherplatz und Isolation vom globalen Netzwerk, was die Datensicherheit erhöht.

Am Ende hat Neptune unseren Arbeitsablauf reproduzierbarer, einfacher und visuell testbar gemacht. Bewertung gesammelt von und auf G2.com gehostet.

Am Anfang unserer Nutzung hatte dieses Tool Fehler, die Benutzeroberfläche war nicht erreichbar, aber das Neptune-Support-/Entwicklungsteam hat diese Probleme behoben und die Benutzeroberfläche verbessert. Derzeit haben wir keine wesentlichen Beschwerden über Neptune. Vielleicht ist der einzige Nachteil, dass neue Funktionen für die selbst gehostete Version etwas langsamer geliefert werden als für die Cloud-Version, aber sie versuchen, die Lieferung neuer Funktionen an uns zu beschleunigen. Bewertung gesammelt von und auf G2.com gehostet.

Neptune AI deckt alle Bedürfnisse eines Model Registry auf effiziente Weise ab, daher kann es ein zentraler Bestandteil des Lebenszyklus von ML-Modellen innerhalb einer Plattform sein.

Es bietet eine benutzerfreundliche Benutzeroberfläche, mit der wir neben der einfachen Ansicht der registrierten Metadaten, die mit jeder Ausführung verbunden sind, mehr oder weniger komplexe Dashboards erstellen können. Auf der Benutzerseite funktioniert die API auf einfache, intuitive und flexible Weise und bietet Data Scientists eine einfache Möglichkeit, mit den Projekten sowohl von Skripten als auch von Jupyter-Notebooks aus zu interagieren.

Was die Installation betrifft, so ist es so einfach wie die Installation eines Python-Pakets, wenn Sie die SaaS-Option verwenden. Wenn Sie sich für eine selbst gehostete Lösung entscheiden, ist es etwas komplexer, aber Sie haben immer Expertenunterstützung.

Schließlich reagiert das Neptune-Team immer schnell und bietet sowohl Mail-Support als auch Anrufmöglichkeiten, obwohl die meisten Zweifel durch die Konsultation der Dokumentation, die mehr als korrekt ist, gelöst werden können. Bewertung gesammelt von und auf G2.com gehostet.

Wie ich in den Vorteilen erwähnt habe, ist die Nutzung der Neptune-API sehr flexibel, vielleicht übermäßig flexibel, wenn sie in einem Unternehmensumfeld verwendet wird, da wir Metadaten in verschiedenen Projekten auf unterschiedliche Weise strukturiert vorfinden könnten.

Wenn dies ein Problem ist, müssen Sie als Unternehmen möglicherweise benutzerdefinierte Komponenten auf der Neptune-AI-API entwickeln, um sie an Ihre spezifischen Bedürfnisse anzupassen und das Metadatenregister zu standardisieren. Bewertung gesammelt von und auf G2.com gehostet.