Avis et détails du produit Databricks Data Intelligence Platform

Ce que j'aime le plus en tant qu'architecte de données, c'est la possibilité de gérer vos données depuis l'ingestion jusqu'aux points de terminaison de service, tout est géré et surveillé sur la même plateforme, créant des ressources réutilisables, optimisant les coûts et les efforts tout en conservant une flexibilité totale. Tout cela assaisonné d'un esprit open source. Avis collecté par et hébergé sur G2.com.

Je pense que le connecteur lakeflow est encore à un stade embryonnaire, je pense qu'il s'améliorera avec le temps mais pour le moment ce n'est pas le meilleur sur le marché. Avis collecté par et hébergé sur G2.com.

Databricks est un outil qui évolue constamment. J'apprécie vraiment le nombre de fonctionnalités qu'ils publient, et le fait qu'ils soient à jour. C'est une plateforme quotidienne qui s'adapte à tous les cas d'utilisation et est facile à intégrer. C'est une solution tout-en-un avec ETL avec entrepôts, Python, Spark, Scala, apprentissage automatique, et GenAI. Avis collecté par et hébergé sur G2.com.

Parfois, je souhaite qu'ils mettent à jour la documentation davantage, qu'il n'y ait pas autant de changements dans l'API. Les notes de version des changements étaient mieux expliquées et que nous aurions le temps de traiter les changements. Le support client est une chose qu'ils doivent améliorer aussi. Avis collecté par et hébergé sur G2.com.

Ce que j'aime vraiment chez Databricks, c'est la façon dont il regroupe toutes les exigences techniques en un seul espace, comme un guichet unique pour tout ce qui concerne les données. De la nettoyage et l'organisation à la construction de modèles d'apprentissage automatique, il rend le processus global moins désordonné. Nous pouvons travailler en équipe sans envoyer constamment des e-mails ou changer d'outils. En termes de performance, il tient le coup même lorsque nous lui lançons de lourdes charges de travail, et il se connecte bien avec les autres outils que nous utilisons. Le traitement des données en temps réel est fluide, et j'ai remarqué que nous obtenons des insights beaucoup plus rapidement maintenant. Il dispose également de contrôles solides autour de l'accès aux données et du suivi, ce qui rassure sur le plan de la sécurité. Dans l'ensemble, c'est une plateforme intelligente et efficace qui rend le travail avec les données beaucoup plus naturel. Avis collecté par et hébergé sur G2.com.

Databricks offre un bon environnement pour le traitement et l'analyse des données, mais il est accompagné de son lot de défis. L'un des principaux défis est la courbe d'apprentissage, surtout pour ceux qui sont nouveaux dans les outils de big data. Mais le support client fait vraiment de son mieux. Avis collecté par et hébergé sur G2.com.

La qualité des services de Databricks est de premier ordre et la meilleure, de plus leur équipe de support répond toujours rapidement avec une solution pour toute question technique. J'aime utiliser Databricks pour mon travail d'analyse de données. Avis collecté par et hébergé sur G2.com.

Une infrastructure facile à utiliser et un nombre d'intégrations en font une plateforme très utile et fiable pour nous permettre de gérer nos ensembles de données et nos travaux liés au ML. Avis collecté par et hébergé sur G2.com.

Un modèle prédictif pour la détection précoce du risque de réadmission à l'hôpital a été développé par notre entreprise. Nous traitions des dossiers de santé sensibles en utilisant Databricks car la sécurité et la conformité étaient nos principales priorités. Le support de Databricks pour la conformité HIPAA et la gestion sécurisée des espaces de travail en faisait une plateforme fiable pour héberger les ensembles de données des patients. En utilisant Delta Lake, nous avons géré des millions de dossiers avec des performances fiables. L'intégration avec pandas et MLflow dans le notebook était également transparente. J'apprécie particulièrement le tableau de bord en temps réel que nous avons construit pour le personnel administratif de l'hôpital afin de visualiser les prédictions du modèle en direct et les alertes. Avis collecté par et hébergé sur G2.com.

Au cours de ce projet, l'un des plus grands défis que nous avons rencontrés a été la mise en place du streaming de données en temps réel avec le format HL7 via Kafka dans Databricks. Bien que Databricks prenne en charge les chargeurs automatiques, nous avons dû écrire une quantité considérable de logique personnalisée pour analyser et valider des schémas complexes spécifiques aux soins de santé. Avis collecté par et hébergé sur G2.com.

Une chose que j'apprécie vraiment chez Databricks, c'est sa capacité à comprendre et à s'adapter à la terminologie spécifique des données de notre organisation. L'interface en langage naturel de la plateforme donne l'impression de converser avec un collègue plutôt que de naviguer dans des requêtes complexes. De plus, les insights pilotés par l'IA ont considérablement accéléré nos processus de prise de décision, nous permettant d'agir rapidement sur les tendances des données. Dans l'ensemble, c'est un bon outil avec un bon support client. Avis collecté par et hébergé sur G2.com.

Bien que Databricks soit puissant, il y a certainement une courbe d'apprentissage lorsque vous commencez à l'utiliser. De plus, l'interface pourrait être améliorée pour les appareils mobiles. Avis collecté par et hébergé sur G2.com.

Ce que j'ai aimé dans Databricks, c'est qu'il nous permet de gérer à la fois les données brutes et raffinées en une seule fois, sans avoir besoin de passer d'un outil à l'autre. Nous sommes capables de construire des pipelines, d'exécuter des analyses et même de passer à des modèles de ML depuis le même environnement.

L'environnement collaboratif était excellent pour que nos ingénieurs de données et analystes puissent travailler en temps réel sans se perdre pour être sur la même longueur d'onde. De plus, la façon dont il se connecte avec AWS et Azure a rendu l'intégration beaucoup plus fluide pour notre configuration de cloud hybride.

Honnêtement, la rapidité avec laquelle nous pouvons expérimenter et pousser des insights vers les tableaux de bord nous a aidés à rester bien meilleurs qu'avant. Nous ne stockons plus seulement des données, nous les utilisons intelligemment sans trop de friction. Avis collecté par et hébergé sur G2.com.

Bien que Databricks apporte beaucoup à la table, quelques éléments semblent encore maladroits. L'interface utilisateur, surtout lorsqu'il s'agit de clusters plus grands, je trouve parfois un petit décalage, à part cela, je ne trouve pas de problème majeur. Avis collecté par et hébergé sur G2.com.

Exploitez les fonctionnalités de l'IA telles que LLM et l'IA générative pour gérer les données intelligemment et générer des insights exploitables

Capacité de gestion des données puissante comme ETL, traitement des données pour générer des données propres

Facile à mettre en œuvre des pipelines et un excellent réseau de clients Avis collecté par et hébergé sur G2.com.

L'utilisation peut être limitée à un cas d'utilisation spécifique

Nombre limité de connecteurs pour intégrer des données à d'autres outils BI à des fins de reporting

Le réseau de support peut être fastidieux Avis collecté par et hébergé sur G2.com.

J'aime travailler dans l'environnement Databricks parce que leur plateforme fiable et évolutive fournit toujours les meilleurs tableaux de bord d'analyse et de nombreuses intégrations qui nous aident dans notre analyse de big data. Avis collecté par et hébergé sur G2.com.

Leur système facile à utiliser et leur processus de mise en œuvre sans tracas rendent le travail plus facile et fréquent pour nous. Ils fournissent un support client 24h/24 et 7j/7 qui gère tous nos besoins. Avis collecté par et hébergé sur G2.com.

Nous avons construit un système de détection de fraude pour un produit fintech européen en utilisant la plateforme Databricks Data Intelligence. Le projet nécessitait l'ingestion d'un grand volume de données de transactions, leur nettoyage et l'entraînement de plusieurs modèles d'apprentissage automatique en utilisant des schémas de fraude historiques. Des fonctionnalités comme l'intégration étroite avec MLflow nous ont aidés à éviter le désordre habituel de la gestion des modèles à travers les notebooks Jupyter et le stockage cloud. Son environnement collaboratif a permis à nos ingénieurs en apprentissage automatique et à nos data scientists de travailler ensemble dans les notebooks Databricks sur la même interface. De plus, la possibilité de programmer des tâches de réentraînement a facilité la mise en production d'un modèle avec un minimum d'effort. Avis collecté par et hébergé sur G2.com.

Bien que MLflow soit excellent, l'interface utilisateur pour comparer les exécutions peut sembler un peu dépassée et manque d'options de filtrage avancées. La gestion des magasins de fonctionnalités semblait également légèrement inefficace sans un contrôle d'accès plus granulaire pour différents rôles d'utilisateur. Avis collecté par et hébergé sur G2.com.