Ich mag die grafische Benutzeroberfläche von Dataiku wirklich sehr. Ich bin ein großer Fan von diesem visuellen Fluss, der zeigt, wie Joins stattfinden und wohin sich die Daten bewegen. Als visueller Mensch hilft es mir, eine bessere Karte unserer komplexen Projekte zu bekommen, was es einfach macht zu verstehen, was ich tue und wohin ich gehe. Ich finde auch, dass die einfache Einrichtung beeindruckend war. Ich erinnere mich nicht daran, dass die Implementierung ein Kopfschmerz war; es war ziemlich unkompliziert, sich mit unseren Databricks zu verbinden. Wir lieben es, wie einfach es ist, mit verschiedenen Datentypen in Dataiku zu arbeiten. Ich genieße es auch, Daten dort zu bereinigen, wenn ich die Gelegenheit dazu habe, obwohl ich oft in Databricks bin. Wir lieben es, wie sehr unser Team es genießt, Dataiku zu verwenden, und wir sind wirklich glückliche Kunden. Die Tag-Ups und Beratungsdienste waren für uns immer sehr treffend und hilfreich. Aufgrund der Begeisterung bei Santee Cooper haben wir unsere Dataiku-Lizenzen erheblich erweitert.

Ich schätze Dataiku sehr für seine VisualML-Funktion, die es mir ermöglicht, mehrere ML-Modelle gleichzeitig zu vergleichen und zu bewerten, ohne alles von Grund auf in Code einrichten zu müssen. Ich mag auch, dass es mich nicht nur auf Low-Code-Tools beschränkt; wenn ich mehr Kontrolle benötige, kann ich Python-Rezepte verwenden, um die Logik, Funktionen anzupassen und spezifische Modellierungsansätze anzuwenden. Diese Flexibilität war besonders nützlich in einem kürzlichen Projekt, bei dem ich ein maßgeschneidertes Modell für ein GLM benötigte. Dataiku ermöglichte es mir, die visuellen Komponenten zu nutzen und zu vergleichen, während es mir die Freiheit gab, Python-Rezepte einzubinden. Die Möglichkeit, mit verschiedenen Ansätzen, Modellen, Funktionen und Metriken zu experimentieren, spart mir viel Zeit.

Es ist eine sehr intuitive Benutzeroberfläche und die Rezepte sind leicht zu verstehen.