Principais Alternativas de UbiOps Mais Bem Avaliadas
Avaliações 5 UbiOps
A melhor parte do UbiOps é que ele pode transformar seus modelos de aprendizado de máquina em aplicações escaláveis, robustas e totalmente implantadas. Basicamente, ele solicita o manuseio do modelo e automatiza a escalabilidade. Ele transforma código Python/R em serviços web e esses também sendo microsserviços ajudam a gerenciar recursos e segurança. Análise coletada por e hospedada no G2.com.
Receber notificações em tempo há sido um problema com o UbiOps, pois os relatórios sobre falhas/quebras de pipeline não chegam a tempo nos e-mails. Além disso, às vezes torna-se difícil navegar por algumas áreas como um novo usuário, já que não são fornecidos muitos recursos sobre como operar a ferramenta. Análise coletada por e hospedada no G2.com.
Há muitos pontos sobre por que usá-lo devido ao seu custo-benefício, depois de usá-lo parece que foi feito para você. Ele melhora o processo e seu recurso de segurança é muito bom. Análise coletada por e hospedada no G2.com.
nós não recebemos nenhuma notificação quando qualquer modelo ou pipeline falha no meu e-mail, o que é mais desagradável, caso contrário, é muito bom usá-lo, às vezes enfrentamos alguns problemas na navegação. Análise coletada por e hospedada no G2.com.
We chose to work with UbiOps because of its simplicity and speed, and because it can be integrated with the existing analytics platform. With UbiOps, they can deploy data science code immediately. APIs of the models are automatically created so they can make requests to it and bring the model live without having to worry about the IT. Furthermore, good and quick support. Análise coletada por e hospedada no G2.com.
Limits in number of users. No persistent blob storage possibility right now. Análise coletada por e hospedada no G2.com.
- Easy packaging of scripts / libraries
- Trims down on development time by creating a common interface / platform for all models to be running in.
- Networking and data routing between models is managed by the pipelines. This means that the units of code deployed can be significantly simpler, which cuts down on both development and testing.
- Data exchanged across models can be a mix of structured, unstructured or binary blob data. It's quite flexible.
- Very granular permissions for model and credential usage. Análise coletada por e hospedada no G2.com.
- Log navigation needs improvement
- No email notifications for model / pipeline crashes yet. Análise coletada por e hospedada no G2.com.
