Databricks Data Intelligence Platform Avis & Détails du Produit

Cette architecture de maison au bord du lac réunit le meilleur des lacs de données et des entrepôts, nous évitant ainsi de gérer une complexité inutile. Les lacs Delta assurent la fiabilité tandis que l'interface basée sur des notebooks rend la collaboration fluide. La capacité de la plateforme à gérer les charges de travail par lots, en streaming et d'apprentissage automatique en un seul endroit est un énorme avantage. Avis collecté par et hébergé sur G2.com.

Les prix peuvent devenir élevés, surtout si les charges de travail ne sont pas optimisées correctement, aussi bien que les notebooks sont excellents, ils pourraient bénéficier d'un meilleur contrôle de version pour le travail collaboratif. La courbe d'apprentissage initiale peut être un peu raide pour ceux qui sont nouveaux à Spark, mais une fois que vous vous y habituez, c'est un outil puissant. Avis collecté par et hébergé sur G2.com.

J'aime Databricks parce qu'il consolide l'ingénierie des données, l'apprentissage automatique et l'analytique en un seul et le fait d'utiliser des notebooks collaboratifs permet également un travail d'équipe en temps réel et sans faille entre un ingénieur de données travaillant sur des pipelines de données et un data scientist effectuant diverses expériences. Et il gère des données à grande échelle assez facilement et exécute des requêtes SQL complexes en quelques secondes sans problèmes liés à l'infrastructure. De plus, il dispose de certains outils de gouvernance intégrés comme le catalogue d'unité qui m'aident à gérer la traçabilité des données et à contrôler l'accès. Avis collecté par et hébergé sur G2.com.

Databricks peut être assez accablant pour les débutants, surtout s'ils n'ont pas une bonne maîtrise de SQL et Spark au départ. Et le rythme de leurs mises à jour, bien qu'assez bon, a tendance à introduire des changements qui peuvent être difficiles à suivre. De plus, le prix peut devenir coûteux à grande échelle, surtout pour les équipes qui travaillent avec de très grands ensembles de données. Avis collecté par et hébergé sur G2.com.

Databricks est un outil qui évolue constamment. J'apprécie vraiment le nombre de fonctionnalités qu'ils publient, et le fait qu'ils soient à jour. C'est une plateforme quotidienne qui s'adapte à tous les cas d'utilisation et est facile à intégrer. C'est une solution tout-en-un avec ETL avec entrepôts, Python, Spark, Scala, apprentissage automatique, et GenAI. Avis collecté par et hébergé sur G2.com.

Parfois, je souhaite qu'ils mettent à jour la documentation davantage, qu'il n'y ait pas autant de changements dans l'API. Les notes de version des changements étaient mieux expliquées et que nous aurions le temps de traiter les changements. Le support client est une chose qu'ils doivent améliorer aussi. Avis collecté par et hébergé sur G2.com.

Le seul mot que je peux dire à propos de Data bricks est qu'ils ont vraiment des services de première classe dans le domaine de la gestion des données. Leur plateforme a le pouvoir de gérer d'énormes volumes de données avec des modules très simples sans intégrations supplémentaires. Les services que nous utilisons de Data bricks offrent la liberté de gérer les données à chaque étape. Avis collecté par et hébergé sur G2.com.

Chaque fois que nous avons besoin de stocker des données et d'analyser les données, nous utilisons les vues analytiques de Data bricks pour cela et elles fournissent vraiment les meilleures perspectives à partir des données. Avis collecté par et hébergé sur G2.com.

son intégration transparente de l'ingénierie des données, de la science des données et des flux de travail d'apprentissage automatique sur une plateforme unifiée. Il améliore la collaboration, accélère le traitement des données et offre des solutions évolutives pour des analyses complexes, tout en maintenant une interface conviviale. Avis collecté par et hébergé sur G2.com.

Un autre inconvénient est la limitation avec les RDD et le manque de support pour ML Runtime dans le niveau de calcul standard. Le modèle de tarification, qui peut devenir coûteux à mesure que l'utilisation augmente, surtout pour les petites équipes ou projets. Avis collecté par et hébergé sur G2.com.

Les fonctionnalités avancées de Data bricks offrent une solution très efficace pour l'analyse et la gestion des données. Elles possèdent toutes les fonctionnalités dont nous avons vraiment besoin pour gérer les énormes volumes de données. La qualité de leurs services et l'intégration facile en font ma plateforme préférée pour la gestion des données. Avis collecté par et hébergé sur G2.com.

J'apprécie vraiment leur équipe de support qui est toujours là et fournit des réponses rapides à toute question concernant notre outil et l'intégration. Je n'ai jamais eu de mauvaise expérience sur leur plateforme. Avis collecté par et hébergé sur G2.com.

La fiabilité de Data bricks offre toujours des services à valeur ajoutée pour stocker d'énormes quantités de données en toute sécurité. Leur intégration et leur nombre de fonctionnalités permettent une mise en œuvre facile qui gère l'ensemble de notre pipeline de données avec le meilleur tableau de bord analytique. Avis collecté par et hébergé sur G2.com.

Tous les services que nous recevons de Data Bricks sont de haute qualité et nous n'avons pas encore de commentaire sur leur mécontentement. Nous apprécions vraiment leurs services de qualité dans notre organisation. Avis collecté par et hébergé sur G2.com.

En tant qu'ingénieur de données travaillant avec Databricks depuis deux ans, je peux honnêtement dire que la plateforme a complètement transformé notre approche des projets d'ingénierie des données. Avant Databricks, mon équipe et moi faisions souvent face à des défis liés à la gestion de grands ensembles de données et à la garantie d'une collaboration fluide entre les ingénieurs de données et les data scientists. Il y avait des moments où les flux de travail semblaient disjoints, et le dépannage des problèmes à travers différents outils consommait beaucoup de notre temps.

Databricks a changé tout cela. La fonctionnalité de notebooks collaboratifs, en particulier, a été révolutionnaire. Je peux maintenant travailler de manière transparente avec les data scientists en temps réel, résoudre les problèmes et itérer sur les solutions beaucoup plus rapidement. Par exemple, lors d'un projet récent, nous avons pu affiner un modèle d'apprentissage automatique en quelques jours, grâce à la possibilité de partager facilement des notebooks et de lancer rapidement des expériences ensemble. Ce niveau de collaboration prenait des semaines avec les outils précédents.

La fonctionnalité d'auto-scalabilité a été un véritable sauveur. Je me souviens vivement des problèmes de performance lors du traitement de grands ensembles de données sur notre ancienne infrastructure. Maintenant, Databricks ajuste automatiquement les ressources en fonction de la charge de travail, donc nous n'avons jamais à nous soucier de la gestion de la puissance de calcul. Cela a considérablement réduit les temps de traitement. Par exemple, un travail de transformation de données qui prenait des heures se termine maintenant en une fraction du temps, nous permettant de livrer les projets plus rapidement.

Delta Lake a également été inestimable. Avant de commencer à l'utiliser, la cohérence et la qualité des données étaient des préoccupations constantes, surtout lorsqu'il s'agissait de sources de données grandes et variées. Maintenant, avec Delta Lake, nous pouvons être sûrs que nos données sont non seulement de haute qualité mais aussi facilement accessibles et interrogeables. Un exemple particulier a été lorsque nous avons dû reconstruire un pipeline de données complexe. Delta Lake nous a permis de travailler avec des mises à jour de données incrémentielles, rendant le processus beaucoup plus efficace et fiable.

En bref, Databricks a considérablement réduit le temps de développement et amélioré la qualité globale de nos livraisons. Cela m'a aidé à rationaliser des flux de travail complexes, à améliorer la collaboration entre les équipes, et surtout, à fournir des solutions basées sur les données plus rapidement et avec plus de confiance. Avis collecté par et hébergé sur G2.com.

Optimisation des coûts - Bien que j'apprécie les informations de facturation détaillées fournies, prédire les coûts pour de grands projets ou des environnements partagés peut encore sembler opaque. De nombreuses équipes ont du mal à contrôler les coûts incontrôlés des clusters inactifs ou des configurations sous-optimales. L'introduction d'une mise à l'échelle automatique plus intelligente et de recommandations adaptées à nos charges de travail serait inestimable. Par exemple, des alertes pour les "clusters inactifs" ou les "points chauds de coûts" dans notre environnement pourraient de manière proactive économiser des budgets et améliorer l'efficacité.

Gouvernance et sécurité simplifiées - Gérer l'accès à des niveaux fins peut être fastidieux. Par exemple, contrôler qui peut voir par rapport à qui peut exécuter un notebook ou un travail nécessite souvent des solutions de contournement. Les journaux d'audit sont excellents, mais les comprendre pour des informations exploitables ressemble parfois à résoudre un puzzle. Un contrôle d'accès basé sur les attributs (ABAC) amélioré et des contrôles plus intuitifs basés sur l'interface utilisateur pour la gestion des autorisations rationaliseraient grandement les opérations.

Expérience utilisateur - L'interface de notebook collaborative est l'une des caractéristiques remarquables de Databricks, mais il y a des domaines où elle pourrait être plus fluide. La collaboration est parfois entravée lorsque deux utilisateurs modifient le même notebook. Le contrôle de version semble basique par rapport aux systèmes basés sur Git. Le débogage dans les notebooks, en particulier pour les charges de travail non-Python, pourrait nécessiter une amélioration significative. Ajouter des commentaires en ligne, des outils de résolution de conflits et des fonctionnalités de débogage robustes porterait la plateforme au niveau supérieur. Un flux d'activité au niveau de l'espace de travail pour montrer ce qui se passe dans les projets partagés serait également extrêmement utile.

Automatisation des flux de travail - Inclure des insights pilotés par l'IA pour optimiser les flux de travail (par exemple, repérer les goulots d'étranglement ou les inefficacités). Faciliter l'intégration avec des outils d'automatisation de flux de travail externes. Avis collecté par et hébergé sur G2.com.

L'expérience de la visualisation des données avec Data Bricks est très excellente et leurs services de premier ordre rendent le travail plus facile et fluide pour l'apprentissage automatique. Ils ont une intégration où nous pouvons facilement déployer des modules ML sur eux sans aucune intégration supplémentaire. Avis collecté par et hébergé sur G2.com.

Tous sont bons et très solidaires, leur équipe est toujours là chaque fois que nous avons besoin d'aide, ils ont répondu très rapidement avec une solution. J'ai vraiment apprécié leur intégration de multiples fonctionnalités qui en font notre outil fréquent pour le développement de l'apprentissage automatique et profond. Avis collecté par et hébergé sur G2.com.

La meilleure partie de Data bricks est qu'ils nous fournissent de multiples fonctionnalités qui gèrent tout le travail de gestion des données en un seul endroit sans aucun problème et ils disposent également d'outils d'intelligence des données très efficaces. Avis collecté par et hébergé sur G2.com.

Facile à utiliser de leur mise en œuvre offre le meilleur soutien dans notre travail qui donne un niveau d'expérience supérieur et la meilleure expérience utilisateur pour travailler sur leur plateforme. Avis collecté par et hébergé sur G2.com.