Qu'aimez-vous le plus à propos de Datalore?
-Excellente suggestion de types et complétion de code que vous attendez d'un IDE JetBrains.
-Excellente intégration des dépôts de code externes, avec une gestion facile des clés SSH. Cela nous a permis d'accélérer notre traitement des données grâce à un accès facile aux outils gérés par git au sein de Datalore.
-Les rapports et widgets généralement dans les notebooks sont d'excellents outils pour créer des scripts simples qu'une personne non programmeuse peut exécuter pour analyser des données et produire des résultats lorsque cela est souhaité. Cela nous a permis de libérer des ressources de data scientists pour des demandes simples de retraitement de données similaires à plusieurs reprises.
-L'intégration du stockage cloud monte le stockage sur le notebook, rendant l'accès aux données aussi simple que l'accès aux données locales !
-Le support technique est extrêmement rapide pour résoudre un problème. Récemment, j'ai ouvert un ticket concernant un problème d'installation spécifique lié à un dépôt personnalisé que nous avions créé. En quelques jours, l'équipe de support technique avait identifié le problème avec Datalore (versions de Python en conflit) et déployé un correctif pour résoudre le problème. Impossible de battre la rapidité et l'efficacité de leur support technique - que des éloges !
-La facturation est facile à suivre, surtout avec le coût détaillé et l'utilisation du stockage qui peuvent être exportés en .csv pour analyse (avec un notebook Datalore lui-même).
-La connexion à la base de données est aussi facile à configurer que le stockage cloud. Les cellules SQL sont faciles à utiliser. Nous avons constaté qu'elles fonctionnaient assez lentement, les rendant inutiles pour accéder à des bases de données plus grandes et avons opté pour un accès manuel avec 'pandas'. Cependant, je crois qu'un correctif les a accélérées, et je crois que c'était significatif - bien que nous ne l'ayons utilisé que de manière limitée depuis la mise à jour.
-Les feuilles de notebook et la table des matières en particulier, permettent une organisation facile des notebooks via des en-têtes markdown qui s'affichent dans la ToC - rendant la navigation dans les notebooks plus grands facile.
-La collaboration est excellente grâce à l'hébergement web des notebooks, permettant à plusieurs utilisateurs d'éditer un notebook simultanément sans aucun conflit. Avis collecté par et hébergé sur G2.com.
Que n’aimez-vous pas à propos de Datalore?
-La version de Python est à 3.8 sur les notebooks. J'ai voulu voir une version plus moderne ou des options depuis un certain temps, et malgré les plans pour prendre en charge plusieurs versions de Datalore depuis plus d'un an, cela ne s'est pas produit.
-Il y a souvent des problèmes pour accéder régulièrement aux instances spot pour le niveau CPU-XL, ce qui oblige à utiliser des calculs à la demande ou alternatifs, rendant le CPU-XL spot presque inutilisable pour nous en tant qu'option.
-Petit reproche : le markdown a une vérification orthographique mais ne peut pas faire un clic droit pour corriger la faute de frappe.
-Sur une liste de souhaits : j'aimerais que les rapports puissent relancer une sous-section d'un notebook lorsqu'ils sont appelés (peut-être un widget bouton), plutôt que de devoir relancer l'ensemble du notebook : cela rend les rapports interactifs inutilisables lorsqu'il faut charger ou traiter de grandes données (puisque cela n'est nécessaire qu'une seule fois mais se relance à chaque petit changement). Avis collecté par et hébergé sur G2.com.
