Best Enterprise Data Science and Machine Learning Platforms

How Many Data Science and Machine Learning Platforms Products Does G2 Track?

Total Products under this Category: 1,682

Category Stats (Sep 2026)

  • Average Rating: 4.46/5 The average rating of products in this category, based on all submitted ratings
  • Top Trending Product: Anyscale (+4.14%) - Among all products in this category, Anyscale recorded the largest rating increase compared to last month

Last updated: September 01, 2026

How Does G2 Rank Data Science and Machine Learning Platforms Products?

Why You Can Trust G2's Software Rankings:

  • 30 Analysts and Data Experts
  • 14,400+ Authentic Reviews
  • 1,682+ Products
  • Unbiased Rankings

G2's software rankings are built on verified user reviews, rigorous moderation, and a consistent research methodology maintained by a team of analysts and data experts. Each product is measured using the same transparent criteria, with no paid placement or vendor influence. While reviews reflect real user experiences, which can be subjective, they offer valuable insight into how software performs in the hands of professionals. Together, these inputs power the G2 Score, a standardized way to compare tools within every category.

G2 Grid® for Data Science and Machine Learning Platforms

G2 Grid® for Data Science and Machine Learning Platforms plotting products by satisfaction and market presence

Highlighted products: Databricks, SAS Viya, Gemini Enterprise Agent Platform, Dataiku, Alteryx, IBM watsonx.ai, Deep Learning VM Image, and Google Cloud AI Hub.

Underlying data: [Grid® JSON](https://www.g2.com/categories/data-science-and-machine-learning-platforms/grids.json?focus%5B%5D=databricks&focus%5B%5D=sas-sas-viya&focus%5B%5D=gemini-enterprise-agent-platform&focus%5B%5D=dataiku&focus%5B%5D=alteryx&focus%5B%5D=ibm-watsonx-ai&focus%5B%5D=deep-learning-vm-image&focus%5B%5D=google-cloud-ai-hub&segment=enterprise)

Databricks

Databricks ist das Unternehmen für Daten und KI. Mehr als 20.000 Organisationen weltweit – darunter adidas, AT&T, Bayer, Block, Mastercard, Rivian, Unilever und 70 % der Fortune 500 – verlassen sich auf die Databricks Data + AI Plattform, um Daten- und KI-Anwendungen, Analysen und Agenten zu entwickeln und zu skalieren. Mit Hauptsitz in San Francisco und über 30 Büros weltweit bietet Databricks eine einheitliche Plattform, die Genie, Lakebase, Agent Bricks, Lakeflow, Lakehouse und Unity Catalog umfasst. Gegründet im Jahr 2013 von den ursprünglichen Entwicklern von Apache Spark™, Delta Lake, MLflow und Unity Catalog, basiert Databricks auf einer offenen Lakehouse-Architektur, die Daten, Analysen und KI zusammenführt. Die Plattform wird von Dateningenieuren, Datenwissenschaftlern, Analysten, Entwicklern, Machine-Learning-Teams, KI-Teams und Geschäftsanwendern genutzt, um über den gesamten Daten- und KI-Lebenszyklus hinweg zusammenzuarbeiten. Wichtige Fähigkeiten von Databricks umfassen: - Datenengineering: Erstellen, automatisieren und verwalten Sie zuverlässige Batch-, Streaming- und Echtzeit-Datenpipelines. - Analytik und Business Intelligence: Führen Sie SQL-Analysen durch, erstellen Sie Dashboards und ermöglichen Sie Geschäftsteams, Daten zu erkunden. - Datenverwaltung: Entdecken, sichern und verwalten Sie Daten- und KI-Ressourcen über Teams, Clouds und Workloads hinweg. - Maschinelles Lernen und KI: Entwickeln Sie Modelle, bauen Sie generative KI-Anwendungen und erstellen Sie produktionsreife KI-Agenten. - Datenanwendungen: Erstellen und implementieren Sie datengesteuerte Anwendungen unter Verwendung von verwalteten Unternehmensdaten. Verfügbar über AWS, Azure und Google Cloud, hilft Databricks Organisationen, über Clouds hinweg zu arbeiten, Datensilos zu reduzieren und die Zusammenarbeit über Teams und Tools hinweg zu vereinfachen. Kunden nutzen Databricks für Anwendungsfälle wie Kundenpersonalisierung, Betrugserkennung, vorausschauende Wartung, Echtzeitanalysen, Cybersicherheit, Gesundheitsforschung, Finanzrisikomanagement, Lieferkettenoptimierung und KI-gestützte Entscheidungsfindung. Databricks wird in verschiedenen Branchen eingesetzt, darunter Finanzdienstleistungen, Gesundheitswesen und Biowissenschaften, Einzelhandel, Fertigung, Energie und der öffentliche Sektor. Organisationen nutzen die Plattform, um die Dateninfrastruktur zu modernisieren, die KI-Einführung zu beschleunigen und Unternehmensdaten in Geschäftswert umzuwandeln.

Average Rating: 4.6/5.0

Total Reviews: 1,330

How Do G2 Users Rate Databricks?

  • Anwendung: 8.7/10 (Category avg: 8.5/10)
  • Managed Service: 8.5/10 (Category avg: 8.3/10)
  • Verstehen natürlicher Sprache: 8.4/10 (Category avg: 8.3/10)
  • Einfache Verwaltung: 8.4/10 (Category avg: 8.6/10)

Who Is the Company Behind Databricks?

  • Verkäufer: Databricks Inc.
  • Unternehmenswebsite:
  • Gründungsjahr: 2013
  • Hauptsitz: San Francisco, CA
  • Twitter: @databricks
    92,269 Twitter-Follower
  • LinkedIn®-Seite: www.linkedin.com
    14,336 Mitarbeiter*innen auf LinkedIn®

Who Uses This Product?

  • Who Uses This: Dateningenieur, Datenanalyst
  • Top Industries: Informationstechnologie und Dienstleistungen, Finanzdienstleistungen
  • Company Size: 48% Large, 38% Medium

What Do G2 Reviewers Say About Databricks?

AI-generated summary from verified user reviews

Pros
  • Benutzer genießen die Benutzerfreundlichkeit und umfangreichen Funktionen von Databricks, die Aufgaben im Bereich Data Warehousing und maschinelles Lernen vereinfachen.
  • Benutzer schätzen die nahtlosen Integrationen mit AWS-Diensten, die die Effizienz steigern und unterschiedliche Geschäftsanforderungen unterstützen.
  • Benutzer schätzen die Benutzerfreundlichkeit von Databricks, was ihre Erfahrung mit der intuitiven Oberfläche und den effizienten Funktionen verbessert.
  • Benutzer schätzen die nahtlose Zusammenarbeit, die von Databricks bereitgestellt wird, da sie die Teamarbeit an Datenprojekten und den Austausch von Erkenntnissen verbessert.
  • Benutzer schätzen die effektiven Datenverwaltungsfunktionen von Databricks, die ihre Arbeitsabläufe vereinfachen und die Entscheidungsfindung verbessern.
Cons
  • Benutzer stehen bei Databricks vor einer steilen Lernkurve, da seine Komplexität für Neulinge verwirrend sein kann.
  • Benutzer bemerken, dass die Kosten von Databricks ziemlich hoch sein können, insbesondere für große Datenprojekte und begrenzte kostenlose Optionen.
  • Benutzer äußern Frustration über fehlende Funktionen in Databricks, was seine Effektivität für komplexe Implementierungen und benutzerdefinierte Setups einschränkt.
  • Benutzer finden die steile Lernkurve von Databricks herausfordernd, insbesondere für diejenigen, die mit Big-Data-Tools nicht vertraut sind.
  • Benutzer stehen vor unintuitiven UI-Problemen, die zu zufälligen Fehlern führen und die Erfahrung für nicht-technische Benutzer erschweren.

What Are Recent G2 Reviews of Databricks?

What Are G2 Users Discussing About Databricks?

SAS Viya

SAS Viya est une plateforme de données et d'IA native du cloud qui permet aux équipes de créer, déployer et faire évoluer une IA explicable qui conduit à des décisions fiables et sûres. Elle unit l'ensemble du cycle de vie des données et de l'IA et permet aux équipes d'innover rapidement tout en équilibrant vitesse, automatisation et gouvernance par conception. Viya unifie la gestion des données, l'analyse avancée et la prise de décision sur une seule plateforme, permettant ainsi aux organisations de passer de l'expérimentation à la production en toute confiance, en offrant un impact commercial mesurable qui est sécurisé, explicable et évolutif dans n'importe quel environnement. Les capacités clés requises pour prendre des décisions fiables incluent : • Clarté de bout en bout sur le cycle de vie des données et de l'IA, avec une traçabilité intégrée, une auditabilité et une surveillance continue pour soutenir des décisions défendables. • Gouvernance par conception, permettant une supervision cohérente des données, des modèles et des décisions pour réduire les risques et accélérer l'adoption. • IA explicable à grande échelle, afin que les insights et les résultats puissent être compris, validés et dignes de confiance par les entreprises et les régulateurs. • Analytique opérationnalisée, garantissant que la valeur se poursuit au-delà du déploiement grâce à la surveillance, au réentraînement et à la gestion du cycle de vie. • Déploiement flexible et natif du cloud, permettant aux organisations de commencer n'importe où et de s'étendre partout tout en maintenant le contrôle.

Average Rating: 4.3/5.0

Total Reviews: 775

How Do G2 Users Rate SAS Viya?

  • Application: 7.8/10 (Category avg: 8.5/10)
  • Service géré: 7.9/10 (Category avg: 8.3/10)
  • Compréhension du langage naturel: 7.8/10 (Category avg: 8.3/10)
  • Facilité d’administration: 7.6/10 (Category avg: 8.6/10)

Who Is the Company Behind SAS Viya?

  • Vendeur: SAS Institute Inc.
  • Site Web de l'entreprise:
  • Année de fondation: 1976
  • Emplacement du siège social: Cary, NC
  • Twitter: @SASsoftware
    60,863 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    15,122 employés sur LinkedIn®

Who Uses This Product?

  • Who Uses This: Étudiant, Biostatisticien
  • Top Industries: Pharmaceutique, Banque
  • Company Size: 33% Small, 33% Large

What Do G2 Reviewers Say About SAS Viya?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs apprécient la facilité d'utilisation de SAS Viya, améliorant la visualisation des données et la prise de décision pour les entreprises.
  • Les utilisateurs apprécient les capacités analytiques avancées de SAS Viya, rendant l'analyse des données et la prise de décision plus efficaces.
  • Les utilisateurs apprécient les capacités analytiques sophistiquées de SAS Viya, améliorant la prise de décision et les insights à partir de diverses sources de données.
  • Les utilisateurs apprécient les outils de gestion du cycle de vie des données de bout en bout dans SAS Viya, améliorant les capacités d'analyse et de prise de décision stratégique.
  • Les utilisateurs apprécient les puissantes capacités de visualisation des données de SAS Viya, améliorant les perspectives et la prise de décision dans leurs organisations.
Cons
  • Les utilisateurs trouvent que SAS Viya est difficile à naviguer pour les utilisateurs non techniques, ce qui impacte la facilité d'accès aux rapports et tableaux de bord.
  • Les utilisateurs trouvent la complexité de la visualisation de SAS Viya difficile, surtout pour ceux qui n'ont pas d'expertise technique.
  • Les utilisateurs trouvent la , surtout pour les personnes non techniques naviguant dans les rapports et tableaux de bord.
  • Les utilisateurs trouvent la de SAS Viya difficile, surtout pour les utilisateurs non techniques qui tentent d'accéder aux fonctionnalités.
  • Les utilisateurs trouvent que le prix élevé de SAS Viya est un obstacle potentiel, compliquant leur processus de prise de décision.

What Are Recent G2 Reviews of SAS Viya?

What Are G2 Users Discussing About SAS Viya?

Gemini Enterprise Agent Platform

Google Cloud's comprehensive platform for developers to build, scale, govern and optimize agents and models. It's a single destination for technical teams to build agents that can transform enterprise applications and workflows into powerful agentic systems.

Average Rating: 4.3/5.0

Total Reviews: 728

How Do G2 Users Rate Gemini Enterprise Agent Platform?

  • Application: 8.3/10 (Category avg: 8.5/10)
  • Managed Service: 8.3/10 (Category avg: 8.3/10)
  • Natural Language Understanding: 8.5/10 (Category avg: 8.3/10)
  • Ease of Admin: 8.0/10 (Category avg: 8.6/10)

Who Is the Company Behind Gemini Enterprise Agent Platform?

  • Seller: Google
  • Year Founded: 1998
  • HQ Location: Mountain View, CA
  • Twitter: @google
    31,899,995 Twitter followers
  • LinkedIn® Page: www.linkedin.com
    301,144 employees on LinkedIn®
  • Ownership: NASDAQ:GOOG

Who Uses This Product?

  • Who Uses This: Software Engineer, Data Scientist
  • Top Industries: Computer Software, Information Technology and Services
  • Company Size: 42% Small, 29% Large

What Do G2 Reviewers Say About Gemini Enterprise Agent Platform?

AI-generated summary from verified user reviews

Pros
  • Users appreciate the ease of use of the Gemini Enterprise Agent Platform, highlighting its beginner-friendly interface and intuitive design.
  • Users appreciate the multimodal capabilities of Gemini, enhancing productivity by understanding text, images, code, and documents together.
  • Users value the multimodal capabilities of Gemini, enhancing productivity in software development and automation projects.
  • Users value the multimodal capabilities of Gemini, enhancing productivity in software development and automation projects.
  • Users value the integrated platform of Gemini, enhancing productivity by combining various functionalities in a unified system.
Cons
  • Users find the platform expensive, especially when considering resource usage and challenging documentation.
  • Users find the complex pricing structure of Gemini Enterprise Agent Platform confusing and difficult to navigate.
  • Users find the learning curve steep with Gemini Enterprise Agent Platform, due to its numerous complex components and configurations.
  • Users find the complex pricing structure of Gemini Enterprise Agent challenging and suggest simplifying it for clarity.
  • Users find the difficult learning curve of Gemini Enterprise Agent Platform overwhelming, especially with advanced features and integrations.

What Are Recent G2 Reviews of Gemini Enterprise Agent Platform?

What Are G2 Users Discussing About Gemini Enterprise Agent Platform?

Dataiku

Dataiku est la plateforme pour le succès de l'IA : la couche d'orchestration de l'IA où les entreprises construisent, déploient et gouvernent des analyses, des modèles et des agents à grande échelle. Elle se situe au-dessus des plateformes de données, des clouds et des services d'IA que vous utilisez déjà, fonctionnant à travers tous sans vous enfermer dans un seul. Dataiku élargit le cercle de ceux qui peuvent construire de l'IA en production, mettant les bons outils entre les mains des data scientists et des experts du domaine, qu'il s'agisse d'analystes de fraude ou de planificateurs de la demande. Elle orchestre l'apprentissage automatique, les règles, les LLMs et les agents comme un système gouverné unique, construit sur plus d'une décennie de gestion de l'IA en production. La gouvernance fait partie de la construction plutôt que d'être ajoutée après coup, permettant ainsi aux équipes de livrer plus rapidement tout en gardant la performance, le coût et le risque sous contrôle. Le résultat : une IA qui passe de l'expérimentation à une exécution fiable et mesurable maintenant, et non dans 18 mois.

Average Rating: 4.4/5.0

Total Reviews: 218

How Do G2 Users Rate Dataiku?

  • Application: 8.3/10 (Category avg: 8.5/10)
  • Service géré: 8.2/10 (Category avg: 8.3/10)
  • Compréhension du langage naturel: 7.8/10 (Category avg: 8.3/10)
  • Facilité d’administration: 8.0/10 (Category avg: 8.6/10)

Who Is the Company Behind Dataiku?

  • Vendeur: Dataiku
  • Site Web de l'entreprise:
  • Année de fondation: 2013
  • Emplacement du siège social: New York, NY
  • Twitter: @dataiku
    22,917 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    1,605 employés sur LinkedIn®

Who Uses This Product?

  • Who Uses This: Scientifique des données, Analyste de données
  • Top Industries: Services financiers, Pharmaceutique
  • Company Size: 59% Large, 23% Medium

What Do G2 Reviewers Say About Dataiku?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs trouvent Dataiku facile à utiliser, simplifiant le développement de ML et aidant à détecter les opportunités et les risques sans effort.
  • Les utilisateurs apprécient comment Dataiku simplifie le développement de l'apprentissage automatique, permettant un entraînement, une évaluation et une compréhension des données rapides et faciles.
  • Les utilisateurs apprécient la facilité d'utilisation de Dataiku, permettant la collaboration et simplifiant les processus de données complexes pour tous les niveaux de compétence.
  • Les utilisateurs apprécient les intégrations faciles de Dataiku, facilitant la collaboration entre divers outils d'analyse et ensembles de compétences.
  • Les utilisateurs louent l'amélioration de la productivité apportée par les recettes visuelles de Dataiku et ses outils robustes pour les projets d'analyse.
Cons
  • Les utilisateurs trouvent que la , ce qui rend difficile pour les débutants de pleinement utiliser les fonctionnalités avancées de Dataiku.
  • Les utilisateurs trouvent la courbe d'apprentissage abrupte difficile, surtout pour les débutants qui naviguent dans les fonctionnalités avancées de Dataiku.
  • Les utilisateurs rencontrent des performances lentes avec Dataiku lors de la gestion de grands ensembles de données, ce qui impacte l'efficacité et la productivité.
  • Les utilisateurs trouvent la courbe d'apprentissage difficile difficile pour les débutants, ce qui affecte leur capacité à maximiser le potentiel de la plateforme.
  • Les utilisateurs trouvent que le prix est élevé pour les petites entreprises et les étudiants, ce qui impacte l'accessibilité pour les projets de base.

What Are Recent G2 Reviews of Dataiku?

What Are G2 Users Discussing About Dataiku?

Alteryx

Alteryx, grâce à sa plateforme Alteryx One, aide les entreprises à transformer des données complexes et déconnectées en un état propre et prêt pour l'IA. Que vous créiez des prévisions financières, analysiez la performance des fournisseurs, segmentiez des données clients, analysiez la rétention des employés ou construisiez des applications d'IA compétitives à partir de vos données propriétaires, Alteryx One facilite le nettoyage, le mélange et l'analyse des données pour débloquer les insights uniques qui conduisent à des décisions percutantes. Analytique guidée par l'IA Alteryx automatise et simplifie chaque étape de la préparation et de l'analyse des données, de la validation et de l'enrichissement à l'analytique prédictive et aux insights automatisés. Intégrez l'IA générative directement dans vos flux de travail pour rationaliser les tâches complexes de données et générer des insights plus rapidement. Une flexibilité inégalée, que vous préfériez des flux de travail sans code, des commandes en langage naturel ou des options à faible code, Alteryx s'adapte à vos besoins. Fiable. Sécurisé. Prêt pour l'entreprise. Alteryx est approuvé par plus de la moitié des Global 2000 et 19 des 20 plus grandes banques mondiales. Avec une automatisation, une gouvernance et une sécurité intégrées, vos flux de travail peuvent évoluer et maintenir la conformité tout en fournissant des résultats cohérents. Et peu importe si vos systèmes sont sur site, hybrides ou dans le cloud ; Alteryx s'intègre sans effort dans votre infrastructure. Facile à utiliser. Profondément connecté. Ce qui distingue vraiment Alteryx, c'est notre concentration sur l'efficacité et la facilité d'utilisation pour les analystes et notre communauté active de 700 000 utilisateurs d'Alteryx pour vous soutenir à chaque étape de votre parcours. Avec une intégration transparente aux données partout, y compris des plateformes comme Databricks, Snowflake, AWS, Google, SAP et Salesforce, notre plateforme aide à unifier les données cloisonnées et à accélérer l'accès aux insights. Visitez Alteryx.com pour plus d'informations et pour commencer votre essai gratuit.

Average Rating: 4.6/5.0

Total Reviews: 863

How Do G2 Users Rate Alteryx?

  • Application: 8.7/10 (Category avg: 8.5/10)
  • Service géré: 7.9/10 (Category avg: 8.3/10)
  • Compréhension du langage naturel: 7.9/10 (Category avg: 8.3/10)
  • Facilité d’administration: 8.3/10 (Category avg: 8.6/10)

Who Is the Company Behind Alteryx?

  • Vendeur: Alteryx
  • Site Web de l'entreprise:
  • Année de fondation: 1997
  • Emplacement du siège social: Irvine, CA
  • Twitter: @alteryx
    26,149 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    2,312 employés sur LinkedIn®

Who Uses This Product?

  • Who Uses This: Analyste de données, Analyste
  • Top Industries: Services financiers, Comptabilité
  • Company Size: 63% Large, 21% Medium

What Do G2 Reviewers Say About Alteryx?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs apprécient la facilité d'utilisation d'Alteryx, trouvant qu'il est simple d'automatiser des tâches avec la fonctionnalité de glisser-déposer.
  • Les utilisateurs apprécient les capacités d'automatisation d'Alteryx, rationalisant les processus de données et améliorant l'efficacité analytique.
  • Les utilisateurs trouvent Alteryx très intuitif, ce qui le rend facile à apprendre et à utiliser pour les utilisateurs non techniques.
  • Les utilisateurs trouvent que l'interface d'Alteryx rend l'apprentissage de la technologie facile pour tout le monde, même pour ceux qui n'ont pas de formation technique.
  • Les utilisateurs apprécient Alteryx pour son efficacité dans la gestion des données, la rationalisation des flux de travail et l'amélioration de la productivité globale.
Cons
  • Les utilisateurs soulignent le prix élevé d'Alteryx, ce qui rend difficile pour les petites équipes ou les startups d'acheter des licences.
  • Les utilisateurs sont confrontés à une courbe d'apprentissage abrupte avec Alteryx, nécessitant du temps pour maîtriser ses fonctionnalités complexes.
  • Les utilisateurs constatent qu'Alteryx souffre de fonctionnalités manquantes, telles que l'absence d'accès direct à la base de données et des outils de reporting limités.
  • Les utilisateurs trouvent la difficulté d'apprentissage d'Alteryx abrupte, surtout pour ceux qui ne sont pas familiers avec RegEx et SQL.
  • Les utilisateurs rencontrent une performance lente avec Alteryx, en particulier lors de la gestion de grands flux de travail et pendant les tâches de manipulation de données.

What Are Recent G2 Reviews of Alteryx?

IBM watsonx.ai

Watsonx.ai fait partie de la plateforme IBM watsonx qui réunit de nouvelles capacités d'IA générative, alimentées par des modèles de base et l'apprentissage automatique traditionnel dans un studio puissant couvrant le cycle de vie de l'IA. Avec watsonx.ai, vous pouvez construire, entraîner, valider, ajuster et déployer des capacités d'IA générative, des modèles de base et d'apprentissage automatique avec facilité et créer des applications d'IA en une fraction du temps avec une fraction des données.

Average Rating: 4.4/5.0

Total Reviews: 142

How Do G2 Users Rate IBM watsonx.ai?

  • Application: 8.8/10 (Category avg: 8.5/10)
  • Service géré: 8.5/10 (Category avg: 8.3/10)
  • Compréhension du langage naturel: 8.6/10 (Category avg: 8.3/10)
  • Facilité d’administration: 8.5/10 (Category avg: 8.6/10)

Who Is the Company Behind IBM watsonx.ai?

  • Vendeur: IBM
  • Site Web de l'entreprise:
  • Année de fondation: 1911
  • Emplacement du siège social: Armonk, New York, United States
  • Twitter: @IBMSecurity
    74,660 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    344,328 employés sur LinkedIn®

Who Uses This Product?

  • Who Uses This: Consultant
  • Top Industries: Technologie de l'information et services, Logiciels informatiques
  • Company Size: 41% Small, 32% Large

What Do G2 Reviewers Say About IBM watsonx.ai?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs louent la facilité d'utilisation d'IBM watsonx.ai, facilitant une intégration et un développement de modèles simples.
  • Les utilisateurs apprécient la large gamme de types de modèles dans IBM watsonx.ai, ce qui améliore la flexibilité et l'efficacité dans le développement.
  • Les utilisateurs apprécient le studio d'IA convivial d'IBM watsonx.ai, permettant la création efficace de chatbots avec un minimum de codage.
  • Les utilisateurs apprécient la plateforme conviviale qui simplifie la création et le déploiement de modèles d'IA de manière efficace et efficiente.
  • Les utilisateurs apprécient l'IA de niveau entreprise d'IBM watsonx.ai, qui s'intègre parfaitement pour des solutions commerciales pratiques et fiables.
Cons
  • Les utilisateurs trouvent la courbe d'apprentissage difficile difficile, ce qui indique le besoin d'une documentation plus claire et d'un meilleur support d'intégration.
  • Les utilisateurs trouvent la complexité d'IBM watsonx.ai difficile, surtout pour les débutants et les petites équipes cherchant des solutions plus simples.
  • Les utilisateurs trouvent la courbe d'apprentissage abrupte d'IBM watsonx.ai difficile, ce qui le rend moins accessible pour les équipes non techniques.
  • Les utilisateurs expriment des préoccupations concernant les coûts élevés de IBM watsonx.ai, le trouvant difficile et peu économique pour les petites équipes.
  • Les utilisateurs trouvent la configuration complexe d'IBM watsonx.ai difficile, surtout pour les nouveaux venus et les petites équipes cherchant la facilité d'utilisation.

What Are Recent G2 Reviews of IBM watsonx.ai?

Google Cloud AI Hub

Google Cloud’s Artificial Intelligence (AI) Hub is a catalog of plug-and-play AI components, including end-to-end AI pipelines and out-of-the-box algorithms.

Average Rating: 4.3/5.0

Total Reviews: 36

How Do G2 Users Rate Google Cloud AI Hub?

  • Application: 8.5/10 (Category avg: 8.5/10)
  • Managed Service: 8.3/10 (Category avg: 8.3/10)
  • Natural Language Understanding: 8.3/10 (Category avg: 8.3/10)
  • Ease of Admin: 8.1/10 (Category avg: 8.6/10)

Who Is the Company Behind Google Cloud AI Hub?

  • Seller: Google
  • Year Founded: 1998
  • HQ Location: Mountain View, CA
  • Twitter: @google
    31,899,995 Twitter followers
  • LinkedIn® Page: www.linkedin.com
    301,144 employees on LinkedIn®
  • Ownership: NASDAQ:GOOG

Who Uses This Product?

  • Top Industries: Computer Software, Information Technology and Services
  • Company Size: 47% Small, 29% Large

What Are Recent G2 Reviews of Google Cloud AI Hub?

What Are G2 Users Discussing About Google Cloud AI Hub?

Deep Learning VM Image

Les images VM de Deep Learning sont des images de machine virtuelle préconfigurées, optimisées pour les tâches de science des données et d'apprentissage automatique. Ces images sont fournies avec les cadres et outils essentiels d'apprentissage automatique préinstallés, permettant aux utilisateurs de déployer et de faire évoluer efficacement les modèles d'apprentissage automatique sur l'infrastructure de Google Cloud. Caractéristiques clés et fonctionnalités : - Cadres préinstallés : Support pour TensorFlow Enterprise, TensorFlow, PyTorch et le calcul haute performance générique, répondant à divers besoins en apprentissage automatique. - Options de système d'exploitation : Basées sur Debian 11 et Ubuntu 22.04, offrant flexibilité et compatibilité avec différents environnements. - Environnement Python complet : Inclut Python 3.10 avec une suite de bibliothèques telles que NumPy, SciPy, Matplotlib, Pandas, NLTK, Pillow, scikit-image, OpenCV et scikit-learn, facilitant une expérience de développement robuste. - Intégration JupyterLab : Offre des environnements de notebooks JupyterLab pour un prototypage rapide et un développement interactif. - Accélération GPU : Équipé des derniers pilotes et packages NVIDIA, y compris CUDA 11.x et 12.x, CuDNN et NCCL, pour exploiter les capacités GPU pour un calcul accéléré. Valeur principale et solutions pour les utilisateurs : Les images VM de Deep Learning simplifient le processus de configuration des projets d'apprentissage automatique en fournissant des environnements prêts à l'emploi avec des cadres et outils préinstallés. Cela réduit le temps et les efforts nécessaires pour la configuration, permettant aux data scientists et aux praticiens de l'apprentissage automatique de se concentrer sur le développement et l'expérimentation des modèles. L'intégration avec l'infrastructure évolutive de Google Cloud garantit que les utilisateurs peuvent gérer et faire évoluer efficacement leurs charges de travail d'apprentissage automatique, qu'ils nécessitent des ressources CPU ou GPU. Des mises à jour régulières et un support communautaire améliorent encore la fiabilité et la performance de ces images VM, en faisant une ressource précieuse pour accélérer les initiatives d'apprentissage automatique.

Average Rating: 4.4/5.0

Total Reviews: 63

How Do G2 Users Rate Deep Learning VM Image?

  • Application: 8.8/10 (Category avg: 8.5/10)
  • Service géré: 8.4/10 (Category avg: 8.3/10)
  • Compréhension du langage naturel: 8.6/10 (Category avg: 8.3/10)
  • Facilité d’administration: 8.8/10 (Category avg: 8.6/10)

Who Is the Company Behind Deep Learning VM Image?

  • Vendeur: Google
  • Année de fondation: 1998
  • Emplacement du siège social: Mountain View, CA
  • Twitter: @google
    31,899,995 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    301,144 employés sur LinkedIn®
  • Propriété: NASDAQ:GOOG

Who Uses This Product?

  • Top Industries: Logiciels informatiques, Technologie de l'information et services
  • Company Size: 48% Small, 34% Medium

What Do G2 Reviewers Say About Deep Learning VM Image?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs apprécient les cadres et outils ML préinstallés de l'image VM Deep Learning, améliorant l'efficacité dans les projets.
  • Les utilisateurs trouvent l'aisance d'utilisation de l'image VM Deep Learning bénéfique, permettant de se concentrer sur le développement sans configuration manuelle.
  • Les utilisateurs apprécient les intégrations faciles avec les services cloud, qui simplifient le déploiement et améliorent la productivité de manière transparente.
  • Les utilisateurs bénéficient des capacités de traitement rapide de l'image VM Deep Learning, améliorant l'efficacité dans les projets d'apprentissage profond.
  • Les utilisateurs bénéficient de la vitesse exceptionnelle de l'image VM Deep Learning, accélérant considérablement le traitement des données et l'efficacité des flux de travail.
Cons
  • Les utilisateurs notent le coût élevé de l'image VM Deep Learning par rapport aux options à usage général, ce qui impacte les considérations budgétaires.
  • Les utilisateurs soulignent les coûts élevés associés à l'image VM d'apprentissage profond, en particulier pour l'utilisation de GPU/TPU et les opérations continues.
  • Les utilisateurs sont confrontés à des coûts de calcul élevés et à des problèmes de latence avec l'image VM d'apprentissage profond, ce qui impacte les performances globales et les dépenses.
  • Les utilisateurs trouvent la courbe d'apprentissage difficile difficile, surtout pour les débutants qui naviguent dans les fonctionnalités complexes de l'image VM Deep Learning.
  • Les utilisateurs signalent une courbe d'apprentissage abrupte pour Google Deep Learning VM, ce qui rend l'adaptation difficile pour les nouveaux venus.

What Are Recent G2 Reviews of Deep Learning VM Image?

MATLAB

MATLAB est un environnement de programmation de haut niveau et de calcul numérique largement utilisé par les ingénieurs et les scientifiques pour l'analyse de données, le développement d'algorithmes et la modélisation de systèmes. Il offre un environnement de bureau optimisé pour les processus d'analyse et de conception itératifs, associé à un langage de programmation qui exprime directement les mathématiques des matrices et des tableaux. La fonctionnalité Live Editor permet aux utilisateurs de créer des scripts qui intègrent du code, des résultats et du texte formaté dans un carnet exécutable. Caractéristiques clés et fonctionnalités : - Analyse de données : Outils pour explorer, modéliser et analyser des données. - Graphiques : Fonctions pour visualiser et explorer des données à travers divers graphiques et diagrammes. - Programmation : Capacités pour créer des scripts, des fonctions et des classes pour des flux de travail personnalisés. - Création d'applications : Installations pour développer des applications de bureau et web. - Interfaces de langages externes : Intégration avec des langages tels que Python, C/C++, Fortran et Java. - Connectivité matérielle : Support pour connecter MATLAB à diverses plateformes matérielles. - Calcul parallèle : Capacité à effectuer des calculs à grande échelle et à paralléliser des simulations en utilisant des ordinateurs de bureau multicœurs, des GPU, des clusters et des ressources cloud. - Déploiement : Options pour partager des programmes MATLAB et les déployer sur des applications d'entreprise, des dispositifs embarqués et des environnements cloud. Valeur principale et solutions pour les utilisateurs : MATLAB simplifie les calculs mathématiques complexes et les tâches d'analyse de données, permettant aux utilisateurs de développer des algorithmes et des modèles efficacement. Ses boîtes à outils complètes et ses applications interactives facilitent le prototypage rapide et la conception itérative, réduisant le temps de développement. La scalabilité de la plateforme permet une transition fluide de la recherche à la production, supportant le déploiement sur divers systèmes sans modifications de code importantes. En s'intégrant à plusieurs langages de programmation et plateformes matérielles, MATLAB offre un environnement polyvalent qui répond aux besoins divers des ingénieurs et des scientifiques à travers les industries.

Average Rating: 4.5/5.0

Total Reviews: 753

How Do G2 Users Rate MATLAB?

  • Application: 8.6/10 (Category avg: 8.5/10)
  • Service géré: 8.3/10 (Category avg: 8.3/10)
  • Compréhension du langage naturel: 8.5/10 (Category avg: 8.3/10)
  • Facilité d’administration: 8.4/10 (Category avg: 8.6/10)

Who Is the Company Behind MATLAB?

  • Vendeur: MathWorks
  • Année de fondation: 1984
  • Emplacement du siège social: Natick, MA
  • Twitter: @MATLAB
    105,142 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    7,985 employés sur LinkedIn®

Who Uses This Product?

  • Who Uses This: Étudiant, Assistant de recherche diplômé
  • Top Industries: Enseignement supérieur, Recherche
  • Company Size: 42% Large, 31% Small

What Do G2 Reviewers Say About MATLAB?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs apprécient l'interface conviviale de MATLAB, rendant la visualisation et la manipulation des données faciles et efficaces.
  • Les utilisateurs apprécient les outils de visualisation puissants de MATLAB, améliorant les capacités de traçage de données en temps réel et de traitement d'images.
  • Les utilisateurs apprécient les fonctionnalités de visualisation de données puissantes et conviviales de MATLAB pour le traçage en temps réel.
  • Les utilisateurs apprécient la variété d'outils dans MATLAB, améliorant les capacités en analyse numérique, traitement d'image et simulations.
  • Les utilisateurs apprécient la facilité des simulations avec MATLAB, surtout grâce à son intégration transparente de Simulink pour diverses applications.
Cons
  • Les utilisateurs trouvent que MATLAB est cher, ce qui le rend difficile à se permettre pour les individus et les petites entreprises.
  • Les utilisateurs rencontrent souvent une performance lente avec MATLAB, surtout sur des machines moins puissantes ou avec de grands ensembles de données.
  • Les utilisateurs trouvent que les exigences système élevées de MATLAB sont frustrantes, ce qui conduit souvent à des performances plus lentes sur des machines moins puissantes.
  • Les utilisateurs trouvent que la licence coûteuse de MATLAB est un obstacle important, en particulier pour les particuliers et les petites entreprises.
  • Les utilisateurs rencontrent fréquemment des problèmes de performance avec MATLAB, surtout lors de grandes simulations et avec plusieurs scripts ouverts.

What Are Recent G2 Reviews of MATLAB?

What Are G2 Users Discussing About MATLAB?

Azure Machine Learning

Azure Machine Learning is an enterprise-grade service that facilitates the end-to-end machine learning lifecycle, enabling data scientists and developers to build, train, and deploy models efficiently. Key Features and Functionality: - Data Preparation: Quickly iterate data preparation on Apache Spark clusters within Azure Machine Learning, interoperable with Microsoft Fabric. - Feature Store: Increase agility in shipping your models by making features discoverable and reusable across workspaces. - AI Infrastructure: Take advantage of purpose-built AI infrastructure uniquely designed to combine the latest GPUs and InfiniBand networking. - Automated Machine Learning: Rapidly create accurate machine learning models for tasks including classification, regression, vision, and natural language processing. - Responsible AI: Build responsible AI solutions with interpretability capabilities. Assess model fairness through disparity metrics and mitigate unfairness. - Model Catalog: Discover, fine-tune, and deploy foundation models from Microsoft, OpenAI, Hugging Face, Meta, Cohere, and more using the model catalog. - Prompt Flow: Design, construct, evaluate, and deploy language model workflows with prompt flow. - Managed Endpoints: Operationalize model deployment and scoring, log metrics, and perform safe model rollouts. Primary Value and Solutions Provided: Azure Machine Learning accelerates time to value by streamlining prompt engineering and machine learning model workflows, facilitating faster model development with powerful AI infrastructure. It streamlines operations by enabling reproducible end-to-end pipelines and automating workflows with continuous integration and continuous delivery (CI/CD). The platform ensures confidence in development through unified data and AI governance with built-in security and compliance, allowing compute to run anywhere for hybrid machine learning. Additionally, it promotes responsible AI by providing visibility into models, evaluating language model workflows, and mitigating fairness, biases, and harm with built-in safety systems.

Average Rating: 4.3/5.0

Total Reviews: 87

How Do G2 Users Rate Azure Machine Learning?

  • Application: 8.8/10 (Category avg: 8.5/10)
  • Managed Service: 8.9/10 (Category avg: 8.3/10)
  • Natural Language Understanding: 8.7/10 (Category avg: 8.3/10)
  • Ease of Admin: 8.3/10 (Category avg: 8.6/10)

Who Is the Company Behind Azure Machine Learning?

  • Seller: Microsoft
  • Year Founded: 1975
  • HQ Location: Redmond, Washington
  • Twitter: @microsoft
    13,091,739 Twitter followers
  • LinkedIn® Page: www.linkedin.com
    232,750 employees on LinkedIn®
  • Ownership: MSFT

Who Uses This Product?

  • Who Uses This: Software Engineer
  • Top Industries: Information Technology and Services, Computer Software
  • Company Size: 40% Large, 33% Small

What Do G2 Reviewers Say About Azure Machine Learning?

AI-generated summary from verified user reviews

Pros
  • Users find Azure Machine Learning's ease of use beneficial for implementing and managing machine learning projects effectively.
  • Users appreciate the scalability and integration of Azure Machine Learning, enhancing deployment and management of models seamlessly.
  • Users value the excellent customer support of Azure Machine Learning, appreciating the comprehensive documentation and community assistance.
  • Users appreciate the ease of use and robust data management features that help in organizing and analyzing data effectively.
  • Users value the efficient environment of Azure Machine Learning for launching and monitoring machine learning jobs seamlessly.
Cons
  • Users report a challenging learning curve with Azure Machine Learning, requiring time to master its tools and interface.
  • Users find Azure Machine Learning's difficult navigation frustrating, often struggling to locate options and understand workflows.
  • Users find the disordered user interface of Azure Machine Learning frustrating, complicating their navigation and task completion.
  • Users find the complex interface of Azure Machine Learning challenging, particularly due to non-intuitive navigation and missing features.
  • Users find the difficult learning aspect challenging, especially those new to Azure or machine learning concepts.

What Are Recent G2 Reviews of Azure Machine Learning?

What Are G2 Users Discussing About Azure Machine Learning?

Google Cloud AutoML

Google Cloud AutoML est une suite de produits d'apprentissage automatique conçue pour permettre aux développeurs ayant une expertise limitée de former des modèles personnalisés de haute qualité adaptés à leurs besoins commerciaux spécifiques. En tirant parti des technologies avancées de transfert d'apprentissage et de recherche d'architecture neuronale de Google, AutoML simplifie le processus de création, de déploiement et de mise à l'échelle des modèles d'apprentissage automatique, rendant l'IA plus accessible à un public plus large. Caractéristiques clés et fonctionnalités : - Formation de modèle automatisée : AutoML automatise la sélection de l'architecture du modèle et l'ajustement des hyperparamètres, réduisant ainsi le besoin d'intervention manuelle et de connaissances spécialisées. - Interface conviviale : La plateforme offre une interface graphique intuitive qui permet aux utilisateurs de télécharger des données, de former des modèles et de gérer les déploiements avec facilité. - Types de modèles polyvalents : AutoML prend en charge divers types de données et tâches grâce à des services spécialisés : - AutoML Vision : Pour la classification d'images et la détection d'objets. - AutoML Natural Language : Pour la classification de texte, l'analyse de sentiment et la reconnaissance d'entités. - AutoML Translation : Pour créer des modèles de traduction personnalisés entre paires de langues. - AutoML Video Intelligence : Pour la classification vidéo et le suivi d'objets. - AutoML Tables : Pour les tâches de données structurées comme la régression et la classification. - Intégration transparente : AutoML s'intègre avec d'autres services Google Cloud, facilitant la gestion efficace des données, le déploiement de modèles et la scalabilité. Valeur principale et résolution de problèmes : Google Cloud AutoML démocratise l'apprentissage automatique en permettant aux utilisateurs sans expertise technique approfondie de développer et de déployer des modèles personnalisés. Cette accessibilité permet aux entreprises de tirer parti de la puissance de l'IA pour résoudre des problèmes complexes, tels que l'amélioration des expériences client grâce à des recommandations personnalisées, l'automatisation de la modération de contenu, l'amélioration des services de traduction linguistique et l'obtention d'informations à partir de grands ensembles de données. En réduisant les barrières à l'entrée, AutoML permet aux organisations d'innover et de rester compétitives dans leurs industries respectives.

Average Rating: 4.3/5.0

Total Reviews: 48

How Do G2 Users Rate Google Cloud AutoML?

  • Compréhension du langage naturel: 9.5/10 (Category avg: 8.3/10)
  • Facilité d’administration: 8.4/10 (Category avg: 8.6/10)

Who Is the Company Behind Google Cloud AutoML?

  • Vendeur: Google
  • Année de fondation: 1998
  • Emplacement du siège social: Mountain View, CA
  • Twitter: @google
    31,899,995 abonnés Twitter
  • Page LinkedIn®: www.linkedin.com
    301,144 employés sur LinkedIn®
  • Propriété: NASDAQ:GOOG

Who Uses This Product?

  • Top Industries: Technologie de l'information et services
  • Company Size: 43% Small, 39% Medium

What Do G2 Reviewers Say About Google Cloud AutoML?

AI-generated summary from verified user reviews

Pros
  • Les utilisateurs apprécient l'intégration fluide de l'IA de Google Cloud AutoML, améliorant la productivité sans nécessiter de connaissances approfondies en ML.
  • Les utilisateurs apprécient la facilité d'utilisation de Google Cloud AutoML, permettant un entraînement rapide des modèles sans expertise approfondie.
  • Les utilisateurs apprécient les intégrations faciles de Google Cloud AutoML, améliorant leur expérience d'apprentissage automatique sans effort.
  • Les utilisateurs apprécient l'intégration transparente de Google Cloud AutoML, améliorant l'utilisabilité et la collaboration avec d'autres services Google.
  • Les utilisateurs apprécient l'interface intuitive de Google Cloud AutoML, rendant l'apprentissage automatique accessible sans expertise approfondie.
Cons
  • Les utilisateurs trouvent le coût prohibitif pour les petits projets ou les étudiants, ce qui le rend moins accessible pour eux.
  • Le tarification peut être coûteuse pour les petits projets ou les étudiants, limitant l'accessibilité et l'utilisation pour certains utilisateurs.

What Are Recent G2 Reviews of Google Cloud AutoML?

What Are G2 Users Discussing About Google Cloud AutoML?

IBM watsonx.data

IBM® watsonx.data® hilft Ihnen, auf alle Ihre Daten zuzugreifen, sie zu integrieren und zu verstehen – sowohl strukturierte als auch unstrukturierte – in jeder Umgebung. Es optimiert Workloads für Preis und Leistung und sorgt gleichzeitig für eine konsistente Governance über Quellen, Formate und Teams hinweg. Sehen Sie sich die Demo an, um zu erfahren, wie watsonx.data Sie befähigt, generative KI-Apps und leistungsstarke KI-Agenten zu erstellen. Kostenlose Testversion verfügbar: https://ibm.biz/Watsonx-data_Trial

Average Rating: 4.4/5.0

Total Reviews: 169

G2 Deal: Save 30% on your first monthly or annual subscription. Offer ends 15 April 2026.

Get 30% off your new monthly or annual watsonx.data Enterprise subscription. Optimize data workloads at a fraction of the cost. Offer ends 15 April 2026.

Price: ~~61.81~~ → 88.30

View this exclusive G2 deal

How Do G2 Users Rate IBM watsonx.data?

  • Anwendung: 5.8/10 (Category avg: 8.5/10)
  • Managed Service: 7.2/10 (Category avg: 8.3/10)
  • Verstehen natürlicher Sprache: 8.0/10 (Category avg: 8.3/10)
  • Einfache Verwaltung: 8.0/10 (Category avg: 8.6/10)

Who Is the Company Behind IBM watsonx.data?

  • Verkäufer: IBM
  • Unternehmenswebsite:
  • Gründungsjahr: 1911
  • Hauptsitz: Armonk, New York, United States
  • Twitter: @IBMSecurity
    74,660 Twitter-Follower
  • LinkedIn®-Seite: www.linkedin.com
    344,328 Mitarbeiter*innen auf LinkedIn®

Who Uses This Product?

  • Who Uses This: Software-Ingenieur, Softwareentwickler
  • Top Industries: Computersoftware, Informationstechnologie und Dienstleistungen
  • Company Size: 34% Small, 31% Large

What Do G2 Reviewers Say About IBM watsonx.data?

AI-generated summary from verified user reviews

Pros
  • Benutzer schätzen die Benutzerfreundlichkeit von IBM watsonx.data und finden es zuverlässig und effizient für das Datenmanagement.
  • Benutzer schätzen die nahtlose Datenintegration und die benutzerfreundliche Oberfläche von IBM watsonx.data für effiziente Analysen.
  • Benutzer schätzen das organisierte und effiziente Datenmanagement von IBM watsonx.data, das die Analytik vereinfacht und die Zusammenarbeit im Team verbessert.
  • Benutzer schätzen die nahtlose Datenquellenintegration von IBM watsonx.data, die Effizienz und Flexibilität in ihren Arbeitsabläufen verbessert.
  • Benutzer schätzen die flexiblen Analysefähigkeiten von IBM watsonx.data, die schnellere Einblicke aus verschiedenen Datenquellen ermöglichen.
Cons
  • Benutzer finden die steile Lernkurve von IBM watsonx.data herausfordernd, was die einfache Einführung für Neulinge erschwert.
  • Benutzer finden die Komplexität der Einrichtung von IBM watsonx.data als Hindernis, insbesondere für Neulinge und kleine Teams.
  • Benutzer finden die Preise hoch für IBM watsonx.data, insbesondere für kleinere Unternehmen mit begrenzten Ressourcen.
  • Benutzer finden den schwierigen Einrichtungsprozess zeitaufwändig, mit einer steilen Lernkurve und einer umfangreichen Überprüfung der Dokumentation erforderlich.
  • Benutzer finden Leistungsoptimierung schwierig mit IBM watsonx.data, insbesondere für Anfänger und Teams mit begrenzten IT-Ressourcen.

What Are Recent G2 Reviews of IBM watsonx.data?

Cloudera

Cloudera is the only hybrid data and AI platform company that large organizations trust to bring AI to their data anywhere it lives. Unlike other providers, Cloudera delivers a consistent cloud experience that converges public clouds, on-prem data centers, and the edge, leveraging a proven open-source foundation. As the pioneer in big data, Cloudera empowers businesses to apply AI and assert control over 100% of their data, in all forms, improving security, governance, and real-time and predictive insights. The world’s largest brands across all industries rely on Cloudera to transform decision-making and ultimately boost bottom lines, safeguard against threats, and save lives. The Cloudera data and AI platform includes: Cloudera AI: Deploy and scale any AI model, anywhere. Cloudera brings compute to governed data where it lives for Private AI anywhere by design. Complete control, security, and governance of mission-critical data, models, agents, and inference ensure faster sovereign AI deployments. Cloudera Data-in-Motion: Make fast decisions from real-time data anywhere. Move data with any structure from any source to any destination seamlessly across hybrid environments, enabling in-the-moment business-critical decisions by processing and analyzing real-time data anywhere, from the edge to AI, as business happens. Cloudera Open Data Lakehouse: Process any data, anywhere, for actionable insights. Make smart decisions with an open data lakehouse powered by Apache Iceberg that delivers trusted, reliable, and unified data to fuel agents, AI applications, and analytics, improving collaboration, breaking silos, and simplifying sharing. Cloudera Unified Data Fabric: Unify security and governance across the entire data estate. Move beyond fragmented data management: Break down silos and connect disparate data sources intelligently and securely to provide a unified view of all organizational data and centralized end-to-end control across complex hybrid data environments.

Average Rating: 4.2/5.0

Total Reviews: 188

How Do G2 Users Rate Cloudera?

  • Application: 9.5/10 (Category avg: 8.5/10)
  • Managed Service: 9.2/10 (Category avg: 8.3/10)
  • Natural Language Understanding: 9.8/10 (Category avg: 8.3/10)
  • Ease of Admin: 7.9/10 (Category avg: 8.6/10)

Who Is the Company Behind Cloudera?

  • Seller: Cloudera
  • Company Website:
  • Year Founded: 2008
  • HQ Location: Santa Clara, CA
  • Twitter: @cloudera
    106,442 Twitter followers
  • LinkedIn® Page: www.linkedin.com
    3,505 employees on LinkedIn®

Who Uses This Product?

  • Who Uses This: Data Engineer, Software Engineer
  • Top Industries: Information Technology and Services, Banking
  • Company Size: 39% Large, 35% Small

What Do G2 Reviewers Say About Cloudera?

AI-generated summary from verified user reviews

Pros
  • Users praise the user-friendly interface of Cloudera, highlighting its simplicity in managing big data efficiently.
  • Users value the easy scalability of Cloudera, enabling efficient management of large amounts of data effortlessly.
  • Users value the robust security features of Cloudera, ensuring safe and reliable data management across platforms.
  • Users value the comprehensive suite of tools in Cloudera for effective data management and analytics.
  • Users find Cloudera's scalability and centralized administration invaluable for efficient monitoring and management of data processes.
Cons
  • Users express concerns over the high costs of Cloudera, noting it's expensive for its complexity and maintenance.
  • Users find Cloudera's database to be complex, making it challenging for inexperienced professionals to utilize effectively.
  • Users find Cloudera's setup difficult to learn, particularly challenging for beginners without adequate tutorials or guidance.
  • Users find the poor documentation of Cloudera frustrating, complicating navigation and setup for complex data configurations.
  • Users often face access issues with Cloudera, particularly with unauthorized errors in Airflow tasks and limited documentation.

What Are Recent G2 Reviews of Cloudera?

What Are G2 Users Discussing About Cloudera?

IBM Watson Studio

IBM Watson Studio on IBM Cloud Pak for Data is a leading data science and machine learning solution that helps enterprises accelerate AI-powered digital transformation. It allows businesses to scale trustworthy AI and optimize decisions. Build, run, and manage AI models on any cloud through an automated end-to-end AI lifecycle--simplifying experimentation and deployment, speeding up data exploration and preparation, and improving model development and training. Govern and monitor models to mitigate drift and bias, and manage model risk. Build a ModelOps practice that synchronizes application and model pipelines to operationalize responsible, explainable AI across your enterprise. As a key offering of IBM Cloud Pak for Data, a unified data and AI platform, Watson Studio integrates seamlessly with data management services, data privacy and security capabilities, AI application tooling, open source frameworks, and a robust technology ecosystem. It unites teams and empowers businesses to build the modern information architecture that AI requires and infuse it across the organization. IBM Watson Studio is code-optional, allowing both data scientists and business analysts to work on the same platform by providing the best of open source tools along with visual, drag-and-drop capabilities. It enables organizations to tap into data assets and inject predictions into business processes and modern applications—helping them maximize their business value. It's suited for hybrid multicloud environments that demand mission-critical performance, security, and governance. Features include: • AutoAI that eliminates time-consuming, repetitive tasks by automating data preparation, model development, feature engineering and hyperparameter optimization. • Text Analytics for uncovering insights from unstructured data • Drag-and-drop visual model-building with SPSS Modeler • Broad data access – flat files, spreadsheets, major relational databases • Sophisticated graphics engine for building stunning visualizations • Support for Python 3 Notebooks Watson Studio is available via several deployment options: • IBM Cloud Pak for Data – An open, extensible data and AI platform that runs on any cloud • IBM Cloud Pak for Data System – A hybrid cloud, on-premises platform-in-a-box • IBM Cloud Pak for Data as a Service – A set of IBM Cloud Pak for Data platform services fully managed on the IBM Cloud

Average Rating: 4.2/5.0

Total Reviews: 164

How Do G2 Users Rate IBM Watson Studio?

  • Application: 9.2/10 (Category avg: 8.5/10)
  • Managed Service: 9.3/10 (Category avg: 8.3/10)
  • Natural Language Understanding: 8.9/10 (Category avg: 8.3/10)
  • Ease of Admin: 7.7/10 (Category avg: 8.6/10)

Who Is the Company Behind IBM Watson Studio?

  • Seller: IBM
  • Year Founded: 1911
  • HQ Location: Armonk, New York, United States
  • Twitter: @IBMSecurity
    74,660 Twitter followers
  • LinkedIn® Page: www.linkedin.com
    344,328 employees on LinkedIn®
  • Ownership: SWX:IBM

Who Uses This Product?

  • Who Uses This: Software Engineer, CEO
  • Top Industries: Information Technology and Services, Computer Software
  • Company Size: 49% Large, 31% Small

What Do G2 Reviewers Say About IBM Watson Studio?

AI-generated summary from verified user reviews

Pros
  • Users admire the Auto AI capability of IBM Watson Studio, significantly reducing manual work and streamlining data projects.
  • Users appreciate the Auto AI capability of IBM Watson Studio, significantly reducing time spent on manual data tasks.
  • Users appreciate the user-friendly interface of IBM Watson Studio, facilitating seamless integration and efficient project collaboration.
  • Users appreciate the Auto AI capability of IBM Watson Studio, significantly reducing manual work in data preprocessing.
  • Users appreciate the easy AI integration in IBM Watson Studio, significantly enhancing their data science and ML workflows.
Cons
  • Users find the high cost of IBM Watson Studio challenging, especially for individuals and small startups.
  • Users find the steep learning curve of IBM Watson Studio challenging, making it difficult for beginners to navigate.
  • Users experience a steep learning curve with IBM Watson Studio, making it challenging for beginners to navigate its features.
  • Users find the complex interface of IBM Watson Studio challenging, particularly for those just starting out.
  • Users find the steep learning curve of IBM Watson Studio challenging, particularly for beginners navigating its complex features.

What Are Recent G2 Reviews of IBM Watson Studio?

What Are G2 Users Discussing About IBM Watson Studio?

Amazon SageMaker

Amazon SageMaker is a fully managed service that enables data scientists and developers to build, train, and deploy machine learning (ML) models at scale. It provides a comprehensive suite of tools and infrastructure, streamlining the entire ML workflow from data preparation to model deployment. With SageMaker, users can quickly connect to training data, select and optimize algorithms, and deploy models in a secure and scalable environment. Key Features and Functionality: - Integrated Development Environments (IDEs): SageMaker offers a unified, web-based interface with built-in IDEs, including JupyterLab and RStudio, facilitating seamless development and collaboration. - Pre-built Algorithms and Frameworks: It includes a selection of optimized ML algorithms and supports popular frameworks like TensorFlow, PyTorch, and Apache MXNet, allowing flexibility in model development. - Automated Model Tuning: SageMaker can automatically tune models to achieve optimal accuracy, reducing the time and effort required for manual adjustments. - Scalable Training and Deployment: The service manages the underlying infrastructure, enabling efficient training of models on large datasets and deploying them across auto-scaling clusters for high availability. - MLOps and Governance: SageMaker provides tools for monitoring, debugging, and managing ML models, ensuring robust operations and compliance with enterprise security standards. Primary Value and Problem Solved: Amazon SageMaker addresses the complexity and resource-intensive nature of developing and deploying ML models. By offering a fully managed environment with integrated tools and scalable infrastructure, it accelerates the ML lifecycle, reduces operational overhead, and enables organizations to derive insights and value from their data more efficiently. This empowers businesses to innovate rapidly and implement AI solutions without the need for extensive in-house expertise or infrastructure management.

Average Rating: 4.3/5.0

Total Reviews: 54

How Do G2 Users Rate Amazon SageMaker?

  • Application: 8.6/10 (Category avg: 8.5/10)
  • Managed Service: 9.1/10 (Category avg: 8.3/10)
  • Natural Language Understanding: 9.3/10 (Category avg: 8.3/10)
  • Ease of Admin: 8.4/10 (Category avg: 8.6/10)

Who Is the Company Behind Amazon SageMaker?

  • Seller: Amazon Web Services (AWS)
  • Year Founded: 2006
  • HQ Location: Seattle, WA
  • Twitter: @awscloud
    2,232,483 Twitter followers
  • LinkedIn® Page: www.linkedin.com
    147,094 employees on LinkedIn®
  • Ownership: NASDAQ: AMZN

Who Uses This Product?

  • Top Industries: Information Technology and Services, Computer Software
  • Company Size: 33% Medium, 33% Large

What Do G2 Reviewers Say About Amazon SageMaker?

AI-generated summary from verified user reviews

Pros
  • Users find the ease of use of Amazon SageMaker exceptional, allowing quick adaptation and straightforward model training.
  • Users value the seamless AI integration of Amazon SageMaker, streamlining the entire machine learning lifecycle efficiently.
  • Users appreciate the superior computing power of Amazon SageMaker, significantly reducing model training time and enhancing productivity.
  • Users praise Amazon SageMaker for its efficient training process, drastically reducing model training time and simplifying functionality.
  • Users highlight the fast processing of Amazon SageMaker, significantly reducing model training time and enhancing productivity.
Cons
  • Users find that Amazon SageMaker can become expensive, particularly with long-running jobs and complex pricing structures.
  • Users find the complex pricing structure of Amazon SageMaker can lead to unexpected costs and confusion.
  • Users find the complexity of pricing in SageMaker challenging, often leading to unexpected costs and confusion.
  • Users find the steep learning curve for Amazon SageMaker challenging, particularly for those new to AWS services.
  • Users find a difficult learning curve during the initial setup of Amazon SageMaker, impacting usability.

What Are Recent G2 Reviews of Amazon SageMaker?

What Are G2 Users Discussing About Amazon SageMaker?