Es una plataforma todo en uno para ingenieros de datos, analistas, científicos de datos y usuarios de negocios. Reseña recopilada por y alojada en G2.com.

Es fácil gastar de más y es un bloqueo del proveedor. Reseña recopilada por y alojada en G2.com.

La inteligencia de datos de Databricks es una plataforma que ayuda a acomodar todos nuestros datos empresariales y oficiales y compartirlos con diferentes departamentos del equipo para que puedan analizarlos y crear un análisis detallado de los rendimientos pasados y también realizar los cambios necesarios para el crecimiento futuro. Reseña recopilada por y alojada en G2.com.

Uno de los principales desafíos que enfrentamos al trabajar con la plataforma de inteligencia de datos de Databricks es que no se puede usar esta herramienta con un solo científico de datos; tendrás que mantener un equipo de profesionales que puedan manejar grandes volúmenes de datos y crear múltiples gráficos y análisis según la información disponible, y toda esta actividad completa implica una gran inversión financiera. Reseña recopilada por y alojada en G2.com.

Como un ingeniero de datos en crecimiento, el apoyo de la comunidad y la documentación clara de Databricks realmente me ayuda a guiarme a través de los problemas. He estado gestionando los trabajos y las canalizaciones donde los fallos son inevitables, depurar con la función Diagnosticar este error con IA me ha ayudado a acelerar el SLA de recuperación de fallos. La interfaz de usuario es limpia y facilita mucho el movimiento entre cuadernos, SQL y PySpark sin mucha fricción. Dado que trabajo con un equipo, la colaboración es imprescindible. Compartir cuadernos e iterar con compañeros de equipo se siente fácil. Realmente me gusta que puedo confiar en las políticas ABAC para configurar la calidad y gobernanza de los datos. Reseña recopilada por y alojada en G2.com.

No estoy cien por ciento seguro de si usaría el término desagrado, creo que es solo una preferencia personal. A veces siento que el cómputo que se utiliza es mucho más de lo que debería ser para una consulta simple. Tal vez la lectura/escritura de barajado que siempre se involucra cuando estás usando tablas delta a veces ralentiza el trabajo. Reseña recopilada por y alojada en G2.com.

Realmente me gusta la función Genie en Databricks, es genial y se integra bien con el ecosistema. Combinar el lakehouse con Genie es sencillo y ha transformado nuestro análisis de recursos humanos. Podemos hacer preguntas en inglés simple sobre la rotación de personal y obtener respuestas instantáneas y precisas. Esto elimina efectivamente el cuello de botella de ingeniería casi por completo, permitiendo que recursos humanos acceda a información directamente desde Genie sin esperar semanas por paneles personalizados. Ahorra al equipo de ingeniería muchas horas y acelera la toma de decisiones. Además, configurar Databricks es sencillo, ya que pudimos configurar la cuenta y comenzar a ejecutar lakehouses en minutos. Reseña recopilada por y alojada en G2.com.

Configurar Genie requiere una planificación meticulosa y una curación de datos para obtener respuestas excelentes. Si el modelo semántico no es perfecto, puede tropezar. La gestión de costos es complicada cuando varios equipos utilizan consultas abiertas todo el día. Las vistas de métricas y las características de costos sin servidor lo mejoran, pero hay margen de mejora. Reseña recopilada por y alojada en G2.com.

Me alegra que mi pierna no esté completamente dormida por tener que esperar una consulta (al menos la función de terminación automática funciona y me ahorró dinero). El historial es algo útil, confío en él para recuperar los guiones anteriores que escribo porque siempre parece que olvido lo que hice el día anterior. Creo que ayuda a mantener a finanzas alejadas de mi espalda al ahorrarles dinero en la factura de AWS. Para mí, es simplemente una ubicación central para gestionar nuestros grandes datos, así no tengo que vigilar 5 monitores. Reseña recopilada por y alojada en G2.com.

Si quiero encontrar una consulta que se ejecutó hace más de 30 días, la función de búsqueda ni siquiera se acerca a poder ayudarme y también instalar paquetes de R es una pesadilla completa y los mensajes de error son tan claros como el barro. Y cuando se trabaja con grandes cantidades de datos, la interfaz de usuario se vuelve lenta y tratar de desplazarse por un cuaderno es como empujar a través del barro. Sería bueno si fuera más fácil instalar/gestionar paquetes externos de Spark. Reseña recopilada por y alojada en G2.com.

El escalado automático funciona bien; también nos ayudó a reducir el costo de usar recursos en la nube. Pensé que eso iba a ser un problema ya que es la primera vez que usamos el escalado automático. El soporte ha sido lo suficientemente bueno, normalmente aparecen a tiempo para sus horas programadas para ayudarnos a solucionar los problemas que creamos. La capacidad de guardar el historial de consultas en el orden en que se escribieron es agradable ya que a menudo olvido lo que escribo unos minutos después de escribirlo. Cuando trabajas con compañeros que necesitan acceso a tu código, puedes enviarles el enlace permanente (link) al código, lo cual es mejor que tener que explicarlo. Dado que admite tanto Spark como Presto dentro de una sola herramienta, no tengo que saltar entre herramientas. Reseña recopilada por y alojada en G2.com.

Odio cómo funciona la función de búsqueda. Nunca he encontrado los resultados de hace un mes, y es molesto. La interfaz de usuario ocasionalmente se retrasa respecto a mi escritura, y si tengo prisa siento que toma demasiado tiempo. También tendría mucho más sentido que el cajón de tablas permaneciera abierto cuando hago clic en el cuaderno en lugar de cerrarse automáticamente, lo cual consume mucho tiempo ya que necesito volver a abrirlo. El equipo de soporte me ha dicho que no pueden replicar un problema, lo cual no ayuda en absoluto. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de la Plataforma de Inteligencia de Datos de Databricks es cómo reúne todo lo relacionado con la ingeniería de datos, la analítica y el aprendizaje automático en un entorno unificado. Es muy fácil de usar a pesar de ser potente, y facilita mucho la colaboración entre equipos técnicos y no técnicos. La plataforma maneja grandes volúmenes de datos de manera eficiente, escala sin problemas e integra bien con los servicios en la nube, lo que ahorra mucho tiempo y esfuerzo. En general, ayuda a convertir datos en bruto en información significativa más rápido sin hacer el proceso demasiado complejo. Reseña recopilada por y alojada en G2.com.

Una cosa que no me gusta de la Plataforma de Inteligencia de Datos de Databricks es que puede parecer compleja y abrumadora para los nuevos usuarios, especialmente aquellos sin un fuerte trasfondo técnico. La curva de aprendizaje es bastante pronunciada, y lleva tiempo comprender completamente cómo usar todas las funciones de manera efectiva. Además, el precio puede volverse caro a medida que el uso escala, y la gestión de costos no siempre es muy transparente. A veces, depurar errores o problemas de rendimiento también puede ser un desafío, particularmente en flujos de trabajo grandes o altamente integrados. Reseña recopilada por y alojada en G2.com.

Databricks es fácil de usar y sencillo para comenzar, incluso al manejar grandes cantidades de datos. Reúne todo, como el procesamiento de datos, análisis e inteligencia artificial en un solo lugar, por lo que mi equipo no necesita múltiples herramientas. La plataforma se integra sin problemas con herramientas comunes como paneles de BI, flujos de trabajo y servicios en la nube. Sus cuadernos hacen que el trabajo diario sea frecuente y conveniente al permitir que nuestros equipos colaboren en tiempo real. Hay muchas características integradas para datos, análisis y aprendizaje automático sin complejidad añadida. El soporte al cliente, la documentación y los recursos de la comunidad facilitan la resolución rápida de problemas. Reseña recopilada por y alojada en G2.com.

Databricks puede ser caro e impredecible en costos, especialmente para equipos pequeños si las cargas de trabajo se ejecutan más tiempo del esperado. Se necesita experiencia técnica para configurar, gestionar y optimizar el rendimiento, lo cual puede ser un desafío para usuarios no técnicos. Los costos necesitan un monitoreo frecuente ya que el cómputo y el almacenamiento se facturan por separado. Aunque tiene paneles básicos, todavía depende de herramientas como Power BI o Tableau para informes completos. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Databricks es cómo reúne la ingeniería de datos, la analítica y el aprendizaje automático en una sola plataforma. Tener un entorno unificado construido alrededor de Apache Spark facilita mucho la colaboración entre los equipos de datos. El enfoque de Lakehouse funciona bien porque elimina la necesidad de mover datos a través de múltiples herramientas. El rendimiento es fuerte para grandes conjuntos de datos, y los cuadernos hacen que la experimentación, el análisis y la colaboración sean más eficientes. En general, simplifica los flujos de trabajo de datos complejos mientras sigue siendo potente. Reseña recopilada por y alojada en G2.com.

La principal desventaja es el costo y la complejidad para los nuevos usuarios. Los precios pueden ser difíciles de predecir, especialmente cuando las cargas de trabajo escalan inesperadamente, y los costos de computación pueden aumentar rápidamente si no se monitorean de cerca. También hay una curva de aprendizaje para los equipos que no están ya familiarizados con Spark o plataformas de datos basadas en la nube. Algunas configuraciones avanzadas y optimizaciones requieren recursos experimentados, lo que puede ralentizar la adopción para equipos de datos más pequeños o menos maduros. Reseña recopilada por y alojada en G2.com.

Databricks es una herramienta de análisis de datos que nuestros ingenieros de diseño utilizan para analizar todos los diferentes tipos de datos financieros y operativos de nuestra empresa y crear un resumen de todo para que la comprensión del flujo de trabajo de la empresa sea sencilla. Reseña recopilada por y alojada en G2.com.

Una de las principales desventajas de Databricks es que el software está completamente basado en lenguajes de programación como Python, SQL, Scala, por lo que si el usuario no tiene conocimiento de estos lenguajes de programación, le resulta muy difícil utilizar esta plataforma. Reseña recopilada por y alojada en G2.com.