DataRobot und Vertex AI vergleichen 
Auf einen Blick
Marktsegmente
Kleinunternehmen (54.2% der Bewertungen)
Kleinunternehmen (42.0% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Bezahlen Sie nach Bedarf Pro Monat
DataRobot
Sternebewertung
(26)4.4 von 5
Marktsegmente
Kleinunternehmen (54.2% der Bewertungen)
Pros & Cons
Nicht genügend Daten
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über DataRobotVertex AI
Sternebewertung
(652)4.3 von 5
Marktsegmente
Kleinunternehmen (42.0% der Bewertungen)
Pros & Cons
Einstiegspreis
Bezahlen Sie nach Bedarf Pro Monat
Erfahren Sie mehr über Vertex AIZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- G2-Rezensenten berichten, dass Vertex AI in der Verwaltung komplexer maschineller Lern-Workflows hervorragend ist, wobei Benutzer seine Fähigkeit schätzen, den gesamten ML-Lebenszyklus zu zentralisieren. Ein Benutzer hob hervor, wie es alles von der Datenvorbereitung bis zur Bereitstellung vereinfacht und es einfacher macht, komplexe Prozesse zu handhaben.
- Benutzer sagen, dass DataRobot robuste Automatisierungsfunktionen bietet, insbesondere in der Datenvorverarbeitung und Feature-Engineering. Rezensenten stellten fest, dass es Zeit spart, indem es automatisch die besten Modelle auswählt und Hyperparameter optimiert, was ein erheblicher Vorteil für Teams sein kann, die ihre ML-Prozesse rationalisieren möchten.
- Laut verifizierten Bewertungen hat Vertex AI eine deutlich höhere Gesamtzufriedenheitsbewertung, was seine starke Leistung und benutzerfreundliche Oberfläche widerspiegelt. Benutzer haben seine nahtlose Integration mit Google Cloud gelobt, die das Erlebnis der Verwaltung von maschinellen Lernprojekten verbessert.
- Rezensenten erwähnen, dass, obwohl DataRobot effektiv in der Bereitstellung und Modellierung von ML-Modellen ist, es weniger aktuelle Bewertungen hat, was auf ein geringeres aktuelles Benutzerengagement oder Zufriedenheit hinweisen könnte. Dies könnte ein Anliegen für potenzielle Käufer sein, die nach einer Plattform mit aktivem Benutzerfeedback suchen.
- G2-Rezensenten heben hervor, dass der Implementierungsprozess von Vertex AI schnell und intuitiv ist, wobei viele Benutzer die Onboarding-Erfahrung schätzen. Dies steht im Gegensatz zu DataRobot, wo einige Benutzer Herausforderungen bei der Einrichtung geäußert haben, was darauf hindeutet, dass Vertex AI für neue Benutzer zugänglicher sein könnte.
- Benutzer berichten, dass beide Plattformen starke Partner im Geschäft sind, aber Vertex AI sticht mit einer höheren Bewertung in der Produktentwicklung hervor, was darauf hindeutet, dass Benutzer mehr Vertrauen in seine zukünftige Entwicklung und Verbesserungen haben. Dies könnte ein entscheidender Faktor für Organisationen sein, die nach langfristigen Lösungen suchen.
DataRobot vs Vertex AI
Bei der Bewertung der beiden Lösungen fanden Rezensenten DataRobot einfacher zu verwenden. Jedoch bevorzugten Rezensenten die Einrichtung für Vertex AI zusammen mit der Verwaltung. Rezensenten stimmten überein, dass es mit beiden Anbietern insgesamt gleich einfach ist, Geschäfte zu machen.
- Die Gutachter waren der Meinung, dass DataRobot den Bedürfnissen ihres Unternehmens besser entspricht als Vertex AI.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Vertex AI.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Vertex AI gegenüber DataRobot.
Preisgestaltung
Einstiegspreis
DataRobot
Keine Preisinformationen verfügbarVertex AI
Try Vertex AI Free
Bezahlen Sie nach Bedarf
Pro Monat
Neue Kunden erhalten 300 $ in kostenlosen Guthaben, um sie für Vertex AI auszugeben.
- Eine einheitliche Benutzeroberfläche für den gesamten ML-Workflow
- Vorgefertigte APIs für Vision, Video, natürliche Sprache und mehr
- End-to-End-Integration für Daten und KI
Kostenlose Testversion
DataRobot
Keine Informationen zur Testversion verfügbarVertex AI
Keine Informationen zur Testversion verfügbarBewertungen
Erfüllt die Anforderungen
8.8
23
8.6
389
Einfache Bedienung
8.5
23
8.2
400
Einfache Einrichtung
7.0
11
8.1
322
Einfache Verwaltung
7.4
11
7.9
149
Qualität der Unterstützung
7.9
22
8.1
364
Hat the product ein guter Partner im Geschäft waren?
8.3
11
8.3
143
Produktrichtung (% positiv)
8.4
22
9.2
383
Funktionen
Einsatz
Nicht genügend Daten verfügbar
8.4
76
Nicht genügend Daten verfügbar
8.1
78
Nicht genügend Daten verfügbar
8.3
76
Nicht genügend Daten verfügbar
8.4
76
Nicht genügend Daten verfügbar
8.8
75
Einsatz
Nicht genügend Daten verfügbar
8.5
75
Nicht genügend Daten verfügbar
8.3
73
Nicht genügend Daten verfügbar
8.4
72
Nicht genügend Daten verfügbar
8.6
74
Nicht genügend Daten verfügbar
8.7
71
Management
Nicht genügend Daten verfügbar
8.2
71
Nicht genügend Daten verfügbar
8.5
73
Nicht genügend Daten verfügbar
8.0
71
Nicht genügend Daten verfügbar
8.1
70
Transaktionen
Nicht genügend Daten verfügbar
8.2
70
Nicht genügend Daten verfügbar
8.5
71
Nicht genügend Daten verfügbar
8.3
71
Management
Nicht genügend Daten verfügbar
8.1
69
Nicht genügend Daten verfügbar
8.4
72
Nicht genügend Daten verfügbar
8.3
70
Generative KI
Nicht genügend Daten verfügbar
8.4
37
Nicht genügend Daten verfügbar
8.6
37
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
Nicht genügend Daten
8.2
246
system
Nicht genügend Daten verfügbar
8.2
173
Modellentwicklung
Nicht genügend Daten verfügbar
8.5
208
Nicht genügend Daten verfügbar
7.9
181
Nicht genügend Daten verfügbar
8.4
206
Nicht genügend Daten verfügbar
8.5
209
Modellentwicklung
Nicht genügend Daten verfügbar
8.2
167
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.3
203
Nicht genügend Daten verfügbar
8.5
202
Nicht genügend Daten verfügbar
8.2
200
Nicht genügend Daten verfügbar
8.3
181
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.5
167
Nicht genügend Daten verfügbar
8.5
166
Einsatz
Nicht genügend Daten verfügbar
8.3
213
Nicht genügend Daten verfügbar
8.3
203
Nicht genügend Daten verfügbar
8.6
207
Generative KI
Nicht genügend Daten verfügbar
8.3
110
Nicht genügend Daten verfügbar
8.3
106
Nicht genügend Daten verfügbar
8.1
105
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
8.1
38
Nicht genügend Daten verfügbar
7.8
37
Nicht genügend Daten verfügbar
7.7
38
Nicht genügend Daten verfügbar
7.9
35
Nicht genügend Daten verfügbar
8.5
37
Nicht genügend Daten verfügbar
7.5
36
Nicht genügend Daten verfügbar
7.7
36
Skalierbarkeit und Leistung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
9.0
31
Nicht genügend Daten verfügbar
8.7
32
Nicht genügend Daten verfügbar
8.6
31
Kosten und Effizienz - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.0
34
Nicht genügend Daten verfügbar
7.7
31
Nicht genügend Daten verfügbar
8.1
30
Integration und Erweiterbarkeit - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.5
30
Nicht genügend Daten verfügbar
8.3
32
Nicht genügend Daten verfügbar
8.5
31
Sicherheit und Compliance - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.7
30
Nicht genügend Daten verfügbar
8.3
32
Nicht genügend Daten verfügbar
8.9
30
Benutzerfreundlichkeit und Unterstützung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.2
31
Nicht genügend Daten verfügbar
8.5
31
Integration - Maschinelles Lernen
Nicht genügend Daten verfügbar
8.5
68
Lernen - Maschinelles Lernen
Nicht genügend Daten verfügbar
8.5
66
Nicht genügend Daten verfügbar
8.3
65
Nicht genügend Daten verfügbar
8.8
66
Großes Sprachmodell-Betrieb (LLMOps)15 Funktionen ausblenden15 Funktionen anzeigen
Nicht genügend Daten
9.0
26
Prompt-Engineering - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.8
24
Nicht genügend Daten verfügbar
9.0
24
Inferenzoptimierung - Betriebsführung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
8.8
22
Modellgarten - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.3
25
Benutzerdefiniertes Training - Betriebsführung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.1
24
Anwendungsentwicklung - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.2
23
Modellbereitstellung - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.0
23
Nicht genügend Daten verfügbar
8.7
22
Leitplanken - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
23
Nicht genügend Daten verfügbar
8.9
22
Modellüberwachung - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
21
Nicht genügend Daten verfügbar
9.1
22
Sicherheit - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.1
22
Nicht genügend Daten verfügbar
9.0
23
Gateways & Router - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.9
22
Anpassung - KI-Agenten-Ersteller
Nicht genügend Daten verfügbar
8.6
28
Nicht genügend Daten verfügbar
7.6
27
Nicht genügend Daten verfügbar
8.3
26
Funktionalität - KI-Agenten-Ersteller
Nicht genügend Daten verfügbar
8.1
27
Nicht genügend Daten verfügbar
7.3
27
Nicht genügend Daten verfügbar
8.2
26
Nicht genügend Daten verfügbar
7.2
27
Daten und Analytik - KI-Agentenentwickler
Nicht genügend Daten verfügbar
7.8
26
Nicht genügend Daten verfügbar
7.9
27
Nicht genügend Daten verfügbar
8.1
28
Integration - KI-Agentenbauer
Nicht genügend Daten verfügbar
8.8
28
Nicht genügend Daten verfügbar
8.2
30
Nicht genügend Daten verfügbar
8.1
28
Nicht genügend Daten verfügbar
7.5
27
Low-Code Machine-Learning-Plattformen6 Funktionen ausblenden6 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Datenaufnahme & -vorbereitung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellkonstruktion & Automatisierung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Predictive Analytics11 Funktionen ausblenden11 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Statistisches Tool
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Datenanalyse
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Entscheidungsfindung
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
DataRobot und Vertex AI sind kategorisiert als Datenwissenschafts- und maschinelles Lernen-Plattformen und Low-Code Machine-Learning-Plattformen
Einzigartige Kategorien
DataRobot ist kategorisiert als Predictive Analytics
Vertex AI ist kategorisiert als Großes Sprachmodell-Betrieb (LLMOps), Generative KI-Infrastruktur, MLOps-Plattformen, Maschinelles Lernen, und KI-Agentenbauer
Bewertungen
Unternehmensgröße der Bewerter
DataRobot
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Vertex AI
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Kleinunternehmen
(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe
(51-1000 Mitarbeiter)
Unternehmen
(> 1000 Mitarbeiter)
Branche der Bewerter
Computersoftware
20.8%
Informationstechnologie und Dienstleistungen
12.5%
Telekommunikation
8.3%
Architektur & Planung
4.2%
Biotechnologie
4.2%
Andere
50.0%
Computersoftware
17.9%
Informationstechnologie und Dienstleistungen
14.3%
Finanzdienstleistungen
6.8%
Einzelhandel
3.6%
Krankenhaus & Gesundheitswesen
3.3%
Andere
54.1%
Top-Alternativen
Diskussionen
Kann ich externe Bibliotheken mit meinen Algorithmen verwenden?
1 Kommentar
CP
Ja, das können Sie. Algorithmia verfügt über vollständige Paketverwaltungsfunktionen, die in die Plattform integriert sind.Mehr erfahren
Wie viel kostet die Nutzung von Algorithmia?
1 Kommentar
CP
Sie können mit Algorithmia Teams für nur 299 $/Monat beginnen.Mehr erfahren
Ich habe einen Fehler in einem Algorithmus gefunden oder er liefert nicht die erwarteten Ergebnisse, was kann ich tun?
1 Kommentar
CP
Wenn Sie ein Algorithmia Enterprise-Benutzer sind, kontaktieren Sie Ihr Account-Team für eine sofortige Antwort.
Für Teams, während Sie auf der Plattform...Mehr erfahren
Wofür wird die Google Cloud AI Platform verwendet?
3 Kommentare
AO
Vertex AI ist die verwaltete Machine-Learning-Plattform von Google Cloud. Sie wird verwendet, um ML-Modelle in großem Maßstab zu erstellen, zu trainieren und...Mehr erfahren
What software libraries does cloud ML engine support?
3 Kommentare
AO
Cloud ML Engine (jetzt Teil von Vertex AI) unterstützt beliebte ML-Frameworks und -Bibliotheken wie TensorFlow, PyTorch, Scikit-learn und XGBoost. Diese...Mehr erfahren
What is Google AI platform?
2 Kommentare
ZM
Die Google AI-Plattform ist ein umfassendes Set von Tools und Diensten, das von Google Cloud bereitgestellt wird, um künstliche Intelligenz zu entwickeln,...Mehr erfahren
Auf der Suche nach Software-Einblicken?
Mit über 3 Millionen Bewertungen können wir die spezifischen Details bereitstellen, die Ihnen helfen, eine fundierte Kaufentscheidung für Software für Ihr Unternehmen zu treffen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.
oder fortfahren mit
Durch die Fortsetzung stimmen Sie unseren Nutzungsbedingungen und der Datenschutzrichtlinie zu
