Pros y Contras de Iguazio

Iguazio pone un superpoder en manos de los científicos de datos: con solo presionar un botón, puedes aprovechar tu computación en la nube para el entrenamiento de modelos acelerado por GPU y escalar a cero para ahorrar costos una vez completado. Usando tuberías basadas en Kubeflow, Iguazio permite la automatización del entrenamiento y despliegue de aprendizaje automático, lo que lleva a una tremenda mejora en la productividad y permite a un equipo de ML escalar mucho más allá de su capacidad normal. La biblioteca MLRun mejora aún más las capacidades del equipo al implementar numerosos casos de uso comunes, como el registro de artefactos y el seguimiento de experimentos. El equipo de soporte técnico de Iguazio es insuperable: utilizando su profunda experiencia en Kubernetes, DevOps, aprendizaje automático y desarrollo de software, brindan soporte receptivo en una lista completa de temas. Reseña recopilada por y alojada en G2.com.

La resolución de problemas puede simplificarse al facilitar la captura de registros del sistema y compartirlos con el equipo de soporte. Reseña recopilada por y alojada en G2.com.

The experience and interface is the same even if it is deployed in various compute environments, so you can combine different cloud or onprem resources in the same dashboard.

The solution team was helping implementation very efficiently. Reseña recopilada por y alojada en G2.com.

There is nothing currently that disturbes me. Additional integrations are always welcome! Reseña recopilada por y alojada en G2.com.

It seamlessly takes the model to production by simplifying the data science process and saving cost using business innovation across different usecases. Reseña recopilada por y alojada en G2.com.

Nothing as such disliking factors are there as far as my experience. Reseña recopilada por y alojada en G2.com.