UbiOps Bewertungen & Produktdetails

Der beste Teil von UbiOps ist, dass es Ihre Machine-Learning-Modelle in skalierbare, robuste und vollständig implementierte Anwendungen verwandeln kann. Grundsätzlich übernimmt es die Handhabung des Modells und automatisiert die Skalierung. Es transformiert Python/R-Code in Webdienste, die auch Mikroservices sind, und hilft dabei, Ressourcen und Sicherheit zu verwalten. Bewertung gesammelt von und auf G2.com gehostet.

Benachrichtigungen rechtzeitig zu erhalten, war ein Problem mit UbiOps, da die Berichte über Pipeline-Ausfälle/Abstürze nicht rechtzeitig per E-Mail eintreffen. Außerdem wird es manchmal schwierig, sich als neuer Benutzer in einigen Bereichen zurechtzufinden, da nicht viele Ressourcen zur Verfügung gestellt werden, wie man das Tool bedient. Bewertung gesammelt von und auf G2.com gehostet.

Benutzerfreundlicher Ansatz und klare Abläufe, was großartig ist. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt keine Nachteile oder negativen Aspekte von UbiOps, sie wissen, was sie tun. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt viele Gründe, warum man es verwenden sollte, da es budgetfreundlich ist, nach der Nutzung scheint es, als wäre es für einen selbst gemacht. Es verbessert den Prozess und seine Sicherheitsfunktion ist ziemlich gut. Bewertung gesammelt von und auf G2.com gehostet.

wir erhalten keine Benachrichtigung, wenn ein Modell oder eine Pipeline abstürzt, was am meisten missfällt, ansonsten ist es sehr gut zu verwenden, manchmal haben wir einige Probleme bei der Navigation. Bewertung gesammelt von und auf G2.com gehostet.

Wir haben uns entschieden, mit UbiOps zu arbeiten, weil es einfach und schnell ist und weil es in die bestehende Analyseplattform integriert werden kann. Mit UbiOps können sie Data-Science-Code sofort bereitstellen. APIs der Modelle werden automatisch erstellt, sodass sie Anfragen an diese stellen und das Modell live schalten können, ohne sich um die IT kümmern zu müssen. Außerdem gibt es guten und schnellen Support. Bewertung gesammelt von und auf G2.com gehostet.

Begrenzungen bei der Anzahl der Benutzer. Keine Möglichkeit für persistente Blob-Speicherung derzeit. Bewertung gesammelt von und auf G2.com gehostet.

- Einfache Verpackung von Skripten / Bibliotheken

- Verkürzt die Entwicklungszeit, indem eine gemeinsame Schnittstelle / Plattform für alle Modelle geschaffen wird, auf der sie laufen können.

- Netzwerk- und Datenrouting zwischen Modellen wird von den Pipelines verwaltet. Das bedeutet, dass die eingesetzten Codeeinheiten erheblich einfacher sein können, was sowohl die Entwicklung als auch das Testen reduziert.

- Daten, die zwischen Modellen ausgetauscht werden, können eine Mischung aus strukturierten, unstrukturierten oder binären Blob-Daten sein. Es ist ziemlich flexibel.

- Sehr granulare Berechtigungen für die Nutzung von Modellen und Anmeldeinformationen. Bewertung gesammelt von und auf G2.com gehostet.

- Die Navigation im Protokoll muss verbessert werden.

- Noch keine E-Mail-Benachrichtigungen für Modell- / Pipeline-Abstürze. Bewertung gesammelt von und auf G2.com gehostet.