Pros y Contras de Monte Carlo

I personally love the built in monitors that test the freshness of our data, and the alerts are often helpful in identifying data issues before they get to our end users! Reseña recopilada por y alojada en G2.com.

i sometimes struggle to come up with my own custom monitors and sometimes the ML in the monitors can go off when we expect a large addition etc Reseña recopilada por y alojada en G2.com.

The best thing is that the UI of Monte Carlo that helps me to gather the test results at one place and it is the best tool to schedule the test run for large set of Test data. Reseña recopilada por y alojada en G2.com.

The thing i dislike about monte carlo is that support from the customer support team. It can be and it should be improved with time. Reseña recopilada por y alojada en G2.com.

Monte Carlo can be used as MonteCarlo-as-code. This feature enables integration of MonteCarlo and its features into devops or dataops, which makes pipelining robust. Reseña recopilada por y alojada en G2.com.

MonteCarlo-as-code is not as simple as it can be. Many Monitors require complex custom code instead of being turn-key Reseña recopilada por y alojada en G2.com.

Very good anomaly detection, MC points you to the places where something could be going wrong. It's easy to use and the setup has become pretty easy by now. Good feature set. Excellent support and also a good feedback culture. It's fast enough to look into it daily. Integrates fine with Redshift and dbt. Reseña recopilada por y alojada en G2.com.

I miss exclusions of data sets by regex which would be nice to have to development schemas. Also, notification configuration is a bit clumsy. Reseña recopilada por y alojada en G2.com.

Monte carlo is the best tool for data testing, with ease of use and implementing of features gets easy. THe support provided is also great. Reseña recopilada por y alojada en G2.com.

Monte carlo needs a huge sum of data for review and sometime time consuming too Reseña recopilada por y alojada en G2.com.

Monte Carlo ha demostrado ser una herramienta esencial para monitorear la calidad de los datos, ayudándonos a identificar incidentes antes de que se detecten en otros lugares. Esto nos ha permitido alertar rápidamente a los equipos apropiados tan pronto como surgen problemas. El equipo de soporte ha sido excepcional: siempre receptivo, paciente con nuestras preguntas y comprometido con realizar mejoras continuas. Realmente valoran nuestros comentarios y se toman el tiempo para entender nuestros casos de uso específicos. En general, ha sido una gran experiencia trabajar tanto con la herramienta como con el equipo de Monte Carlo. Reseña recopilada por y alojada en G2.com.

Los resultados a veces pueden ser difíciles de interpretar. Sin embargo, espero que con el tiempo y la familiaridad, pueda volverse más fácil de navegar. Reseña recopilada por y alojada en G2.com.

Se siente sólido, bien pensado y confiable. La interfaz de usuario parece cómoda y organizada. La integración con Slack y las notificaciones son excelentes. Ahora dependemos de ello todos los días para conocer la salud de nuestros datos. Cada nuevo problema que detectamos nos hace crear nuevas reglas. Reseña recopilada por y alojada en G2.com.

Solo una cosa muy pequeña. Encontré algunas palabras un poco confusas al implementar una nueva regla, pero me tomó 1 minuto más entender y hacer lo que quería. Reseña recopilada por y alojada en G2.com.

Flexibility for adjusting our needs, great anomalies discovery, custom tests for our edge cases that we need to monitor, intuitive UI, Reseña recopilada por y alojada en G2.com.

I would expect more machine learning to reduce the false alarms - maybe more ad-hoc feedback as part of the alerts to improve the precision. Reseña recopilada por y alojada en G2.com.

Me gusta la posibilidad de crear consultas y usar los resultados para crear alertas dinámicas por correo electrónico, lo que nos permite personalizar cualquier cosa que queramos rastrear. Esto es crucial para uno de nuestros proyectos, permitiéndonos compartir rápidamente cualquier problema con los respectivos interesados para cada advertencia. Reseña recopilada por y alojada en G2.com.

La falta de apoyo/documentación relacionada con las características fue realmente un punto de dificultad en la empresa, estábamos tratando de usar algunas características que eran relativamente nuevas y enfrentamos algunos problemas, esos problemas fueron bastante difíciles de resolver. Reseña recopilada por y alojada en G2.com.

No deberías obtener MonteCarlo si....

1. Te gusta despertarte todos los días sin saber qué está roto en tus canalizaciones de datos. Siempre quisiste abordar los datos como el Lejano Oeste.

2. Prefieres escribir tus propias alertas personalizadas de ML para TODO tu almacén de datos en lugar de tener una solución de alerta automática fácil y lista para usar. De qué otra manera demostrarías a tu gerente que eres un ingeniero 10x.

3. Crees que tener una aplicación de linaje de datos es para bebés. Los verdaderos ingenieros de datos tienen todo el mapa de linaje en sus cabezas escrito en SQL.

4. No te gusta rastrear incidentes de datos. Lo entiendo, barrer los problemas bajo la alfombra hace que los malos sentimientos desaparezcan.

5. Piensas que las integraciones de terceros con aplicaciones como Slack, Airflow y almacenes de datos en la nube como Snowflake y BigQuery están sobrevaloradas. Reseña recopilada por y alojada en G2.com.

Nada que decir que me desagrade. Solo algunos elementos en mi lista de deseos para nuevas funciones que realmente ayudarían a mi organización.

1. Integración con GCP Dataform

2. Mayores capacidades del Catálogo de Datos.

3. Integraciones de API personalizadas para ejecutar automáticamente flujos de trabajo después de un desencadenante. Reseña recopilada por y alojada en G2.com.