Mejor Gratis Plataformas de Ciencia de Datos y Aprendizaje Automático

A los usuarios les gusta la capacidad de la plataforma para manejar grandes volúmenes de datos, permitir el desarrollo colaborativo a través de cuadernos y su integración con Apache Spark y otras herramientas, lo que la convierte en una herramienta útil para equipos orientados a los datos. Los usuarios experimentaron una curva de aprendizaje pronunciada, especialmente para los usuarios no técnicos o equipos nuevos en la computación distribuida, y también encontraron que la interfaz de usuario era menos moderna y que gestionar los costos en un entorno multiusuario era un desafío.

Los revisores aprecian la interfaz fácil de usar de Deepnote, las características de colaboración en tiempo real y su capacidad para conectarse a fuentes de datos externas y generar visualizaciones rápidamente. Los usuarios mencionaron problemas con los tiempos de carga lentos, especialmente con grandes conjuntos de datos, y dificultades con la gestión de proyectos y el traslado de cuadernos entre proyectos.

A los usuarios les gusta la capacidad del software para integrar datos de diversas fuentes, mostrarlos en paneles de control y su alta potencia de cálculo en un entorno de procesamiento distribuido. Los revisores mencionaron que la documentación para SAS Viya 3.5 no es completa, con información faltante y errores intermitentes que son difíciles de depurar, y el soporte al cliente a menudo tarda en responder.

Los revisores mencionan frecuentemente la interfaz intuitiva de la plataforma, la integración fluida de SQL y Python, y su capacidad para facilitar la colaboración a través de funciones como comentarios en vivo e historial de versiones. Los usuarios informaron limitaciones en la personalización de visualizaciones, fallos ocasionales al manejar grandes conjuntos de datos y problemas con la función de AI Magic que no siempre corrige el código con precisión.

A los usuarios les gusta la interfaz intuitiva de arrastrar y soltar de la herramienta, su amplia gama de conectores y herramientas preconstruidas, y sus fuertes capacidades de automatización, que ahorran tiempo y la hacen accesible tanto para usuarios técnicos como no técnicos. Los revisores señalaron que Alteryx puede ser caro, especialmente para organizaciones más pequeñas o usuarios individuales, y que puede tener una curva de aprendizaje pronunciada, con algunas funciones avanzadas que son difíciles de gestionar y depurar sin una formación avanzada.

Los revisores aprecian el diseño fácil de usar del software, su capacidad para conectarse directamente a fuentes de datos y sus características como la agrupación automática, el modelado predictivo y la previsión de series temporales. Los revisores experimentaron un rendimiento más lento al manejar grandes conjuntos de datos, errores ocasionales en la interfaz de usuario y complejidades al integrarse con ciertos sistemas heredados.

Los revisores aprecian la interfaz fácil de usar de Dataiku, su capacidad para fomentar la colaboración, su integración fluida con diversas fuentes de datos y su automatización de tareas repetitivas, lo que lo hace adecuado tanto para principiantes como para científicos de datos experimentados. Los usuarios mencionaron que Dataiku puede tener una curva de aprendizaje pronunciada para los usuarios no técnicos, sus capacidades en tiempo real pueden ser insuficientes para escenarios de trading de alta frecuencia, y puede tener problemas de rendimiento a gran escala al manejar grandes conjuntos de datos.

Los revisores aprecian la capacidad de Domo para consolidar informes de múltiples fuentes de datos, automatizar tareas, proporcionar información en tiempo real y su interfaz fácil de usar que permite la creación sencilla de paneles y visualizaciones. Los revisores señalaron que Domo tiene una curva de aprendizaje pronunciada para los nuevos usuarios, a veces puede retrasarse con grandes conjuntos de datos y sus capacidades de visualización no son tan robustas como las de algunos competidores.