Avis et détails du produit Dataiku

Dataiku demonstrates a satisfactory environment where data is centralized and organized

The program supports both coders and non coders, allowing them to use data in their different levels

Dataiku has a successful data lifecycle, something that collects, ingest, prepare and even analyze data

The program consists of an inbuilt Auto ML tools that speed u most of the operations

Dataiku has extensible APIs and plugins, all supporting success integrations Avis collecté par et hébergé sur G2.com.

Dataiku has challenges in cost management and estimating, where small companies fail to secure the app

The app demands extensive computer resources, something that amplifies the infrastructure costs Avis collecté par et hébergé sur G2.com.

What I like best about Dataiku is its end-to-end data science and machine learning platform that brings data preparation, analysis, model building, and deployment into a single environment. The visual workflows combined with code-based options make it accessible for both technical and non-technical users. It also supports strong collaboration between data scientists, analysts, and business teams, which helps speed up model development and improve decision-making. Avis collecté par et hébergé sur G2.com.

While Dataiku is a powerful platform, it can feel complex for first-time users because of its extensive feature set. The initial setup and learning curve may take time, especially for non-technical users. In some cases, performance can slow down when handling very large datasets, and the pricing structure may not be ideal for smaller teams or limited use cases. Avis collecté par et hébergé sur G2.com.

Dataiku streamlines building, training, and deploying AI models at scale, offering end-to-end automation, seamless orchestration of compute resources, and collaborative pipelines that make generative AI projects faster and more reliable. It unifies the entire data workflow from preparation and analysis to model deployment, into a single, collaborative platform that’s surprisingly intuitive for both data scientists and business users. Avis collecté par et hébergé sur G2.com.

Full capabilities can be overwhelming for new users, and scaling extremely large generative AI models sometimes requires complex customization. Avis collecté par et hébergé sur G2.com.

J'apprécie vraiment la façon dont l'interface utilisateur graphique gère les chemins et les threads. Elle vous permet de gérer tout votre code et vos ensembles de données visuellement, et tout est automatiquement aligné, ce qui rend l'expérience très apaisante à utiliser. Avis collecté par et hébergé sur G2.com.

Il n'y a rien en particulier que je n'aime pas à propos de Dataiku. Cependant, un domaine à améliorer serait une meilleure gestion de l'historique et du code récent sur lequel j'ai travaillé. Il serait utile que ces informations soient plus facilement accessibles et visuellement mises en évidence. Avis collecté par et hébergé sur G2.com.

J'ai commencé à utiliser Dataiku en tant qu'analyste de données junior. Les recettes visuelles ont transformé la façon dont vous construisez un projet analytique de bout en bout. Alors que je commençais à aborder des projets complexes et à élargir mes connaissances en science des données et dans le domaine sur lequel je travaille, j'ai commencé à découvrir les latitudes des capacités que je peux adopter des outils et API de Dataiku. Cela m'a énormément aidé à accélérer mes objectifs de carrière. Un autre aspect fantastique serait la mise à jour constante des fonctionnalités et outils comme la gestion de la qualité des données, le maillage LLM et l'IA agentique dans le studio, ce qui devient une source d'inspiration pour moi pour essayer et mettre en œuvre des étapes supplémentaires (dans le flux ML) qui m'aident à augmenter la valeur commerciale dans les projets sur lesquels je travaille. Je me suis également inscrit à l'académie Dataiku. Avis collecté par et hébergé sur G2.com.

Comme je l'ai décrit, Dataiku est fantastique pour commencer en tant que débutant, mais à mesure que le projet devient plus complexe, en commençant à utiliser les API Dataiku en Python, j'ai commencé à ressentir un manque de détails dans la disponibilité de la documentation. Par exemple, je souhaite que les API Dataiku pour Python aient une documentation plus claire, comme on peut l'observer dans certaines bibliothèques comme Pytorch, Scikit-learn, Scipy ou Plotly. Des détails comme tous les paramètres disponibles pour une fonction spécifique et des paramètres supplémentaires qui peuvent être utilisés avec un exemple ou deux expliquant ce que chaque paramètre signifie pour la mise en œuvre de la fonction. La documentation actuellement disponible est très limitée pour m'aider à comprendre les capacités complètes d'une fonction ou d'une API spécifique. Ainsi, ma meilleure ressource de référence est souvent les réponses des articles de blog que fournit Dataiker. Avec gratitude, je demanderais à l'équipe d'améliorer la documentation à un tel point qu'elle ajouterait de la valeur à un développeur ML Ops expérimenté. Avis collecté par et hébergé sur G2.com.

Dataiku est excellent pour gérer l'ensemble du pipeline de données, de la préparation des données à l'apprentissage automatique et au déploiement. Le meilleur aspect est qu'il est facile à mettre en œuvre. Le meilleur aspect est la façon dont il permet aux utilisateurs techniques et non techniques de collaborer sur la même plateforme. Les flux de travail visuels facilitent la création de projets sans codage intensif, tandis que les utilisateurs avancés peuvent toujours approfondir avec Python, R ou SQL. L'intégration avec les plateformes cloud et le contrôle de version est également très fluide. Avis collecté par et hébergé sur G2.com.

La plateforme peut sembler lourde pour les petits projets, et la courbe d'apprentissage initiale est un peu raide pour les débutants. De plus, les coûts de licence peuvent être élevés pour les petites entreprises ou les startups. Avis collecté par et hébergé sur G2.com.

Plateforme de bout en bout : De l'ingestion et la préparation des données au déploiement et à la surveillance des modèles, Dataiku couvre l'ensemble du cycle de vie d'un projet de données. Cela élimine le besoin d'outils disparates et rationalise l'ensemble du flux de travail.

Environnement collaboratif : La plateforme favorise une collaboration fluide grâce à des projets partagés, des commentaires et un contrôle de version. Cela garantit que tout le monde est sur la même longueur d'onde et apporte son expertise unique. Mes collègues partagent leurs projets entre eux et travaillent ensemble sur certains projets.

Intégrations étendues : Dataiku s'intègre parfaitement avec une large gamme de bases de données, de plateformes cloud et de bibliothèques de machine learning. Cette flexibilité nous permet de tirer parti de notre infrastructure et de nos ressources existantes. Je viens d'apprendre qu'une nouvelle bibliothèque R a été ajoutée récemment, ce qui pourrait nous faciliter la vie pour la manipulation des données.

Gestion robuste des modèles : La plateforme fournit des outils complets pour suivre la performance des modèles, gérer les versions et assurer la conformité. Cela est crucial pour maintenir l'exactitude et la fiabilité de nos décisions basées sur les données. Avis collecté par et hébergé sur G2.com.

Le moteur en marche peut être délicat, il n'y a pas un seul moteur qui puisse tout faire fonctionner. Parfois, je dois essayer différents moteurs pour que cela fonctionne. Avis collecté par et hébergé sur G2.com.

Dataiku se distingue par sa facilité d'utilisation — l'interface glisser-déposer combinée à l'option de coder lorsque cela est nécessaire le rend accessible à un large éventail d'utilisateurs. La mise en œuvre a été fluide et bien soutenue par l'équipe de réussite client. J'utilise fréquemment Dataiku car il offre un grand nombre de fonctionnalités, de la préparation des données au déploiement de modèles. L'intégration avec d'autres outils comme les bases de données, les services cloud et les API est simple, rendant la plateforme encore plus puissante pour les projets de bout en bout. Avis collecté par et hébergé sur G2.com.

Bien que la plateforme soit globalement excellente, certains paramètres et options avancés peuvent être un peu déroutants pour les nouveaux utilisateurs. De plus, la structure tarifaire peut être un facteur limitant pour les petites entreprises ou équipes. Avis collecté par et hébergé sur G2.com.

La pléthore de sources de plug-ins de données, des tonnes d'options pour des recettes prêtes à l'emploi (pour les EDA, l'ingénierie des données et les analyses rapides et sommaires). En plus de cela, nous avons également des recettes basées sur le code pour écrire nos propres codes. Et la cerise sur le gâteau est l'environnement collaboratif sans que nous ayons à gérer explicitement tout cela ! Avis collecté par et hébergé sur G2.com.

J'aimerais qu'il y ait plus de possibilités de personnalisation pour certaines des recettes visuelles. Une autre chose est le contrôle de version - bien que Dataiku gère le contrôle de version, il est très peu intuitif et difficile de revenir à une version précédente, ou même de comprendre les changements effectués entre différentes versions. Nous devons avoir des commentaires de commit et d'autres fonctionnalités similaires à git pour que cela fonctionne mieux. Avis collecté par et hébergé sur G2.com.

Dataiku a révolutionné la démocratisation des flux de travail de données. J'adore la façon dont il est intuitif pour les équipes interfonctionnelles de créer des pipelines, de transformer des ensembles de données et de collaborer, le tout dans un flux visuel et de manipuler les données. C'est le genre d'outil qui rend la manipulation sans effort, l'expérimentation facile et le partage de travail sans friction. Avis collecté par et hébergé sur G2.com.

Autant j'apprécie à quel point Dataiku est accessible et riche en fonctionnalités, il y a des moments où sa flexibilité ressemble à une arme à double tranchant. Certains cas d'utilisation deviennent étonnamment complexes en raison de la logique très spécifique des recettes, et la gestion des flux de travail paramétrés ou réutilisables peut sembler maladroite.

Cela peut également être lent en tant que plateforme basée sur le cloud, avec plusieurs utilisateurs modifiant des flux de travail uniques. Cela fait le travail, mais parfois on aimerait juste que cela soit plus rapide, plus propre, plus tactile. Avis collecté par et hébergé sur G2.com.