C'est une plateforme tout-en-un pour les ingénieurs de données, les analystes, les scientifiques de données et les utilisateurs professionnels. Avis collecté par et hébergé sur G2.com.

C'est facile de trop dépenser et c'est un verrouillage par le fournisseur. Avis collecté par et hébergé sur G2.com.

La plateforme d'intelligence des données de Databricks aide à accueillir toutes nos données professionnelles et officielles et à les partager avec différents départements d'équipe afin qu'ils puissent les analyser et créer une analyse détaillée des performances passées, ainsi qu'apporter les modifications nécessaires pour la croissance future. Avis collecté par et hébergé sur G2.com.

L'un des principaux défis auxquels nous sommes confrontés lors de l'utilisation de la plateforme d'intelligence des données Databricks est que vous ne pouvez pas utiliser cet outil avec un seul data scientist ; vous devrez maintenir une équipe de professionnels capables de gérer de grandes quantités de données et de créer plusieurs graphiques et analyses en fonction des informations disponibles, et cette activité complète implique un investissement financier important. Avis collecté par et hébergé sur G2.com.

J'aime vraiment la fonctionnalité Genie sur Databricks, elle est excellente et s'intègre bien à l'écosystème. Combiner le lakehouse avec Genie est simple et a transformé notre analyse RH. Nous pouvons poser des questions en anglais simple sur l'attrition et obtenir des réponses instantanées et précises. Cela élimine presque complètement le goulot d'étranglement de l'ingénierie, permettant aux RH d'accéder directement aux insights de Genie sans attendre des semaines pour des tableaux de bord personnalisés. Cela fait gagner beaucoup d'heures à l'équipe d'ingénierie et accélère la prise de décision. De plus, la configuration de Databricks est fluide, car nous avons pu configurer le compte et commencer à exécuter des lakehouses en quelques minutes. Avis collecté par et hébergé sur G2.com.

La configuration de Genie nécessite une planification minutieuse et une curation des données pour obtenir d'excellentes réponses. Si le modèle sémantique n'est pas parfait, il peut trébucher. La gestion des coûts est délicate lorsque plusieurs équipes utilisent des requêtes ouvertes toute la journée. Les vues métriques et les fonctionnalités de coûts sans serveur l'améliorent, mais il y a encore place à l'amélioration. Avis collecté par et hébergé sur G2.com.

Je suis content que ma jambe ne soit pas complètement engourdie d'avoir dû attendre une requête (au moins la fonction d'arrêt automatique fonctionne et m'a fait économiser de l'argent). L'historique est quelque peu utile, je m'y fie pour retrouver les scripts précédents que j'écris car j'oublie toujours ce que j'ai fait la veille. Je pense que cela aide à éloigner les finances en leur faisant économiser de l'argent sur la facture AWS. Pour moi, c'est simplement un emplacement central pour gérer nos big data afin que je n'aie pas à surveiller 5 écrans. Avis collecté par et hébergé sur G2.com.

Si je veux trouver une requête qui a été exécutée il y a plus de 30 jours, la fonction de recherche n'est même pas proche de pouvoir m'aider et l'installation de packages R est un véritable cauchemar et les messages d'erreur sont aussi clairs que de la boue. Et lorsque l'on travaille avec de grandes quantités de données, l'interface utilisateur devient lente et essayer de faire défiler un carnet est comme pousser à travers la boue. Ce serait bien s'il était plus facile d'installer/gérer des packages Spark externes. Avis collecté par et hébergé sur G2.com.

L'autoscale fonctionne bien ; il nous a également aidés à réduire le coût de l'utilisation des ressources cloud. Je pensais que cela allait être un problème puisque c'est la première fois que nous utilisons l'autoscale. Le support a été suffisamment bon, ils apparaissent normalement à l'heure pour leurs heures programmées afin de nous aider à résoudre les problèmes que nous créons. La capacité de sauvegarder l'historique des requêtes dans l'ordre où elles ont été écrites est agréable car j'oublie souvent ce que j'écris quelques minutes après l'avoir écrit. Lorsque vous travaillez avec des collègues qui ont besoin d'accéder à votre code, vous pouvez leur envoyer le permalien (lien) vers le code, ce qui est mieux que d'avoir à l'expliquer. Puisqu'il prend en charge à la fois Spark et Presto dans un seul outil, je n'ai pas besoin de passer d'un outil à l'autre. Avis collecté par et hébergé sur G2.com.

Je déteste la façon dont la fonction de recherche fonctionne. Je n'ai jamais trouvé les résultats d'il y a un mois, et c'est agaçant. L'interface utilisateur traîne parfois derrière ma frappe, et si je suis pressé, j'ai l'impression que cela prend trop de temps. De plus, il serait beaucoup plus logique que le tiroir des tables reste ouvert lorsque je clique sur le carnet au lieu de se fermer automatiquement, ce qui est très chronophage car je dois le rouvrir à nouveau. J'ai eu l'équipe de support qui m'a dit qu'ils ne pouvaient pas reproduire un problème, ce qui n'aide pas du tout. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus dans la plateforme d'intelligence des données de Databricks, c'est la façon dont elle réunit l'ingénierie des données, l'analytique et l'apprentissage automatique dans un environnement unifié. Elle est très conviviale malgré sa puissance, et elle facilite grandement la collaboration entre les équipes techniques et non techniques. La plateforme gère efficacement de grands volumes de données, s'adapte facilement et s'intègre bien avec les services cloud, ce qui permet de gagner beaucoup de temps et d'efforts. Dans l'ensemble, elle aide à transformer les données brutes en informations significatives plus rapidement sans rendre le processus trop complexe. Avis collecté par et hébergé sur G2.com.

Une chose que je n'aime pas à propos de la plateforme d'intelligence des données de Databricks est qu'elle peut sembler complexe et accablante pour les nouveaux utilisateurs, en particulier ceux qui n'ont pas une solide formation technique. La courbe d'apprentissage est assez raide, et il faut du temps pour comprendre pleinement comment utiliser toutes les fonctionnalités efficacement. De plus, le prix peut devenir coûteux à mesure que l'utilisation augmente, et la gestion des coûts n'est pas toujours très transparente. Parfois, le débogage des erreurs ou des problèmes de performance peut également être difficile, en particulier dans les flux de travail volumineux ou hautement intégrés. Avis collecté par et hébergé sur G2.com.

Databricks est facile à utiliser et simple à démarrer, même lorsqu'il s'agit de gérer de grandes quantités de données. Il regroupe tout, comme le traitement des données, l'analytique et l'IA, en un seul endroit, de sorte que mon équipe n'a pas besoin de plusieurs outils. La plateforme s'intègre parfaitement avec des outils courants comme les tableaux de bord BI, les flux de travail et les services cloud. Ses notebooks rendent le travail quotidien fréquent et pratique en permettant à nos équipes de collaborer en temps réel. Il y a de nombreuses fonctionnalités intégrées pour les données, l'analytique et l'apprentissage automatique sans complexité supplémentaire. Le support client, la documentation et les ressources communautaires facilitent la résolution rapide des problèmes. Avis collecté par et hébergé sur G2.com.

Databricks peut être coûteux et imprévisible en termes de coût, surtout pour les petites équipes si les charges de travail durent plus longtemps que prévu. Il faut une expertise technique pour configurer, gérer et optimiser les performances, ce qui peut être difficile pour les utilisateurs non techniques. Les coûts doivent être surveillés fréquemment car le calcul et le stockage sont facturés séparément. Bien qu'il dispose de tableaux de bord de base, il dépend encore d'outils comme Power BI ou Tableau pour un reporting complet. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus chez Databricks, c'est la façon dont il réunit l'ingénierie des données, l'analytique et l'apprentissage automatique sur une seule plateforme. Avoir un environnement unifié construit autour d'Apache Spark facilite grandement la collaboration entre les équipes de données. L'approche Lakehouse fonctionne bien car elle élimine le besoin de déplacer des données à travers plusieurs outils. Les performances sont solides pour les grands ensembles de données, et les notebooks rendent l'expérimentation, l'analyse et la collaboration plus efficaces. Dans l'ensemble, cela simplifie les flux de travail complexes des données tout en restant puissant. Avis collecté par et hébergé sur G2.com.

Le principal inconvénient est le coût et la complexité pour les nouveaux utilisateurs. Les prix peuvent être difficiles à prévoir, surtout lorsque les charges de travail augmentent de manière inattendue, et les coûts de calcul peuvent augmenter rapidement s'ils ne sont pas surveillés de près. Il y a aussi une courbe d'apprentissage pour les équipes qui ne sont pas déjà familières avec Spark ou les plateformes de données basées sur le cloud. Certaines configurations et optimisations avancées nécessitent des ressources expérimentées, ce qui peut ralentir l'adoption pour les équipes de données plus petites ou moins matures. Avis collecté par et hébergé sur G2.com.

Databricks est un outil d'analyse de données utilisé par nos ingénieurs en conception pour analyser tous les différents types de données financières et opérationnelles de notre entreprise et créer un résumé de tout afin que la compréhension du flux de travail de l'entreprise soit simple. Avis collecté par et hébergé sur G2.com.

L'un des principaux inconvénients de Databricks est que le logiciel est entièrement basé sur des langages de programmation comme Python, SQL, Scala, donc si l'utilisateur n'a pas de connaissances de ces langages de programmation, il lui est très difficile d'utiliser cette plateforme. Avis collecté par et hébergé sur G2.com.

J'aime la façon dont Databricks permet non seulement aux ingénieurs, mais aussi aux gestionnaires de données, aux analystes, aux data scientists et à tout le monde de travailler de manière simplifiée et collaborative. C'est une fonctionnalité que j'apprécie et que Databricks réussit bien, ce qui le distingue des concurrents qui essaient d'offrir des capacités similaires. De nombreuses personnes l'ont déjà adopté, et il est devenu le choix par défaut. Avis collecté par et hébergé sur G2.com.

Je pense que la lignée et l'ajout d'actifs commerciaux, ainsi que la manière dont les données se traduisent dans la couche commerciale de la banque ou de tout autre fournisseur, sont des domaines où Databricks peut s'améliorer. Je ne vois pas les différents départements se connecter dans Databricks par le glossaire ou les éléments qu'ils utilisent pour eux-mêmes. Avis collecté par et hébergé sur G2.com.