Vue d'ensemble des tarifs de neptune.ai

Nous utilisons Neptune depuis deux ans maintenant (nous avons la version auto-hébergée). Je l'utilise presque quotidiennement. Pendant ce temps, il a introduit de nombreuses nouvelles fonctionnalités et les bugs trouvés par mon équipe ont été corrigés. Neptune s'intègre facilement dans notre flux de travail et offre une large compatibilité avec de nombreux frameworks populaires comme PyTorch ou AirFlow. Cela le rend facile à intégrer dans votre code et plus rapide à utiliser.

Pour notre entreprise, un grand avantage de Neptune est la disponibilité d'une version auto-hébergée. Nous recherchions une telle solution et avons constaté que peu de services offrent cette option à un prix abordable. L'utilisation de la version auto-hébergée de Neptune n'est pas différente de la version cloud pour les utilisateurs finaux. Cependant, elle présente plusieurs avantages - stockage illimité et isolation du réseau mondial, ce qui augmente la sécurité des données.

En fin de compte, Neptune a rendu notre flux de travail plus reproductible, simple, test visuel. Avis collecté par et hébergé sur G2.com.

Au début de notre utilisation, cet outil avait des bugs, l'interface utilisateur n'était pas accessible, mais l'équipe de support/développement de Neptune a corrigé ces problèmes, amélioré l'interface utilisateur. Actuellement, nous n'avons pas de plaintes significatives concernant Neptune. Peut-être que le seul inconvénient est que les nouvelles fonctionnalités sont livrées un peu plus lentement pour la version auto-hébergée par rapport à la version cloud, mais ils essaient d'accélérer la livraison de nouvelles fonctionnalités pour nous. Avis collecté par et hébergé sur G2.com.

Neptune AI couvre tous les besoins d'un registre de modèles de manière efficace, ainsi, il peut être une partie centrale du cycle de vie des modèles ML au sein d'une plateforme.

Il offre une interface utilisateur conviviale avec laquelle, en plus de pouvoir facilement visualiser les métadonnées enregistrées associées à chaque exécution, nous pouvons construire des tableaux de bord plus ou moins complexes. Du côté utilisateur, l'API fonctionne de manière simple, intuitive et flexible, offrant aux Data Scientists un moyen simple d'interagir avec les projets à la fois depuis les scripts et les Jupyter Notebooks.

En ce qui concerne l'installation, c'est aussi simple que d'installer un package Python si vous utilisez l'option SaaS. Si vous optez pour quelque chose d'auto-hébergé, c'est un peu plus complexe mais vous aurez toujours un support expert.

Enfin, l'équipe Neptune répond toujours rapidement, offrant à la fois un support par mail et une disponibilité par appel, bien que la plupart du temps les doutes puissent être résolus en consultant la documentation qui est plus que correcte. Avis collecté par et hébergé sur G2.com.

Comme je l'ai mentionné dans les avantages, l'utilisation de l'API Neptune est très flexible, peut-être excessivement flexible si elle est utilisée dans un environnement d'entreprise, car nous pourrions trouver des métadonnées structurées de différentes manières dans différents projets.

Si c'est un problème, en tant qu'entreprise, vous pourriez avoir à développer des composants personnalisés au-dessus de l'API Neptune AI pour l'adapter à vos besoins spécifiques et standardiser le registre des métadonnées. Avis collecté par et hébergé sur G2.com.