# Nixtla Reviews **Vendor:** Nixtla **Category:** [Logiciel d'intelligence des séries temporelles](https://www.g2.com/fr/categories/time-series-intelligence) **Average Rating:** 4.7/5.0 **Total Reviews:** 50 ## About Nixtla TimeGPT est un modèle de fond de pointe spécialement conçu pour la prévision de séries temporelles et la détection d'anomalies. Cette solution innovante permet aux utilisateurs d'exploiter pleinement le potentiel de leurs données de séries temporelles, permettant une prise de décision plus éclairée dans divers domaines. Avec ses capacités avancées, TimeGPT se distingue comme un outil essentiel pour les organisations cherchant à optimiser leurs stratégies basées sur les données. Ciblant les data scientists, les analystes et les décideurs d'affaires, TimeGPT s'adresse à un large éventail d'industries, y compris la finance, l'énergie et la météorologie. Sa capacité à traiter et analyser de vastes quantités de données de séries temporelles en fait une ressource inestimable pour ceux qui cherchent à améliorer l'efficacité opérationnelle, à accroître la précision des prévisions et à identifier des schémas inhabituels pouvant indiquer des problèmes sous-jacents. Que ce soit pour prévoir les prix des actions, prédire la consommation d'énergie ou analyser les tendances météorologiques, TimeGPT fournit les outils nécessaires pour relever les défis complexes des séries temporelles. L'une des caractéristiques clés de TimeGPT est sa capacité d'inférence sans apprentissage préalable, qui permet aux utilisateurs de générer des prévisions et de détecter des anomalies sans avoir besoin de données d'entraînement préalables. Cette fonctionnalité réduit considérablement le temps et les ressources généralement nécessaires pour l'entraînement du modèle, permettant aux utilisateurs d'obtenir rapidement des informations à partir de leurs données. De plus, TimeGPT a été largement entraîné sur plus de 100 milliards de points de données de séries temporelles, garantissant qu'il peut fournir des prévisions fiables et précises dans divers contextes. TimeGPT offre également des options de réglage fin, permettant aux utilisateurs d'adapter le modèle à leurs ensembles de données spécifiques. Cette flexibilité garantit que les organisations peuvent personnaliser le modèle en fonction des caractéristiques uniques de leurs séries temporelles, améliorant ainsi ses performances prédictives. En outre, le modèle prend en charge l'intégration de variables exogènes, ce qui peut améliorer la précision des prévisions en tenant compte des facteurs externes susceptibles d'influencer les données. Avec un accès API robuste, TimeGPT peut être intégré de manière transparente dans les applications existantes, facilitant ainsi l'exploitation de ses capacités par les organisations. Il est également compatible avec Azure Studio et peut être déployé sur une infrastructure privée, offrant aux utilisateurs la flexibilité de choisir la méthode de déploiement qui convient le mieux à leurs besoins. La capacité de prévoir plusieurs séries temporelles simultanément optimise davantage les flux de travail, permettant aux organisations de gérer efficacement les ressources tout en améliorant leurs capacités analytiques. En plus de sa prouesse en matière de prévision, TimeGPT excelle dans la détection d'anomalies, identifiant automatiquement les schémas inhabituels dans les données de séries temporelles. Cette fonctionnalité est particulièrement bénéfique pour les organisations qui doivent surveiller les systèmes en temps réel et réagir rapidement aux problèmes potentiels. En incorporant des caractéristiques exogènes, les utilisateurs peuvent encore améliorer les performances du modèle, garantissant qu'ils sont équipés pour gérer les complexités de leurs données de séries temporelles. ## Nixtla Pros & Cons **What users like:** - Les utilisateurs apprécient la **facilité d'utilisation** de Nixtla, le trouvant efficace pour l'intégration à la fois avec l'API et Excel. (31 reviews) - Les utilisateurs apprécient les **intégrations faciles** de Nixtla, améliorant l'efficacité dans les flux de travail ML existants et les projets de prévision. (16 reviews) - Les utilisateurs louent Nixtla pour leur **support client réactif et utile** , facilitant un processus d'implémentation et d'intégration fluide. (15 reviews) - Les utilisateurs louent les **capacités polyvalentes de Machine Learning de Nixtla** qui améliorent la précision des prévisions et simplifient l'expérimentation. (13 reviews) - Les utilisateurs apprécient la **mise en œuvre transparente** de Nixtla, permettant une intégration rapide de divers modèles de prévision dans les flux de travail. (12 reviews) - Les utilisateurs apprécient les **fonctionnalités puissantes** de Nixtla, permettant une prévision rapide et précise des séries chronologiques avec facilité. (12 reviews) - Précision des prévisions (9 reviews) - Efficacité (7 reviews) - Flexibilité (7 reviews) - Intégrations (7 reviews) **What users dislike:** - Les utilisateurs estiment que Nixtla a des **fonctionnalités manquantes** qui entravent son efficacité, surtout dans les applications de niveau entreprise. (7 reviews) - Les utilisateurs trouvent Nixtla **assez cher** , ce qui le rend moins accessible pour les petites entreprises et les besoins de prévision non critiques. (6 reviews) - Les utilisateurs notent un **manque de conseils** , en particulier dans la documentation pour les cas d'utilisation avancés, ce qui entrave une compréhension plus approfondie. (5 reviews) - Les utilisateurs notent les **fonctionnalités limitées** de Nixtla, affectant la performance et l'utilisabilité pour les tâches de prévision complexes. (5 reviews) - Les utilisateurs trouvent la **, notamment en raison d'un manque de documentation détaillée pour les cas d'utilisation avancés.** (3 reviews) - Les utilisateurs trouvent la **difficulté d'apprentissage** due à une documentation insuffisante difficile lorsqu'ils s'attaquent à des cas d'utilisation avancés avec Nixtla. (3 reviews) - Documentation médiocre (3 reviews) - Mauvaise gestion des mises à jour (3 reviews) - Complexité (2 reviews) - Problèmes de gestion des données (2 reviews) ## Nixtla Reviews ### 1. Simple Setup, Challenges with Sparse Demand Forecasting **Rating:** 3.0/5.0 stars **Reviewed by:** Christopher G. | Petite entreprise (50 employés ou moins) **Reviewed Date:** April 28, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** I like that it's easy to get started with Nixtla's SDK, which makes creating simple forecasts straightforward. It's convenient because I don't have to train my own machine learning models. **Que n’aimez-vous pas à propos de Nixtla?** Forecasting time series with sparse demand is very hard to do. It's not really possible to cross learn patterns with different weights on the different time series. Unfortunately, the Nixtla client does not provide a way for me to know how big the request is before it is sent. Instead, it just throws exception, and then I have to retry the request with different chunking parameters. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** I don't have to train my own machine learning models. It's easy to get started with the Nixtla SDK and create simple forecasts. ### 2. Effortless Precision in Market Forecasting **Rating:** 5.0/5.0 stars **Reviewed by:** Brett R. | Analytics, Petite entreprise (50 employés ou moins) **Reviewed Date:** July 29, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** I like the API and the quality of the forecasts we get. I appreciate the sensitivity to a lot of the time series features and the exogenous variables that we put in to see their impacts on our forecasts. Also, the initial setup of Nixtla was super easy, probably the easiest package to ever onboard to. **Que n’aimez-vous pas à propos de Nixtla?** I think we used to not see a huge impact with fine tuning. So maybe fine tuning could always be improved. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** I use Nixtla for its speed and quality in forecasting electricity market prices. It helps in creating pipelines and analyzing the impact of time series features and exogenous variables. ### 3. Prévisions impressionnantes pour les données environnementales, mais le support géospatial nécessite des améliorations. **Rating:** 4.0/5.0 stars **Reviewed by:** Gloria C. | Data Scientist, Conseil, Entreprise (> 1000 employés) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Dans l'écosystème de Nixtla, j'apprécie particulièrement TimeGPT, que j'ai utilisé dans un projet axé sur la prédiction du kNDVI (Indice de Végétation par Différence Normalisée) à travers 214 351 séries temporelles dérivées d'un datacube géospatial. Le modèle a démontré une grande adaptabilité ; il a capturé efficacement les dynamiques de la végétation lorsqu'il disposait d'un contexte historique suffisant. Avec un ajustement fin et l'inclusion de variables exogènes, TimeGPT a réalisé des prévisions fiables à long terme, surpassant les modèles traditionnels sur plusieurs métriques tout en reproduisant mieux la forme, l'amplitude et les dynamiques temporelles du signal kNDVI. TimeGPT montre également un fort potentiel pour le comblement des lacunes et l'interpolation temporelle dans les séries temporelles dérivées de satellites, où les observations manquantes sont fréquentes en raison de la couverture nuageuse ou des limitations des capteurs. Lorsqu'il dispose d'un contexte historique complet, il généralise remarquablement bien les schémas temporels sous-jacents, ce qui en fait un outil précieux pour les applications d'observation de la Terre et de télédétection, à condition que des ressources informatiques adéquates et des informations contextuelles soient disponibles. **Que n’aimez-vous pas à propos de Nixtla?** Bien que TimeGPT soit un modèle puissant et bien conçu, son adaptation à la prévision géospatiale à grande échelle a présenté plusieurs défis. La principale limitation réside dans son manque de support natif pour les structures de données géospatiales, telles que les cubes de données ou les systèmes d'indexation spatiale (par exemple, H3, S2). Pour prévoir les signaux kNDVI, chaque cellule de la grille devait être manuellement convertie en un identifiant unique basé sur une chaîne combinant latitude et longitude, et les prévisions devaient être exécutées en plusieurs lots en raison des limites de l'API. TimeGPT repose également sur des fréquences temporelles inférées et des variables exogènes prédéfinies, mais ne fournit pas encore de diagnostics d'importance des caractéristiques ou d'interprétabilité, ce qui rend difficile l'identification des variables qui influencent les prévisions. Malgré ces défis, ces limitations sont compréhensibles compte tenu de la conception originale du modèle pour les séries temporelles univariées et représentent des opportunités pour un développement futur — en particulier vers une compatibilité géospatiale native et une meilleure interprétabilité du modèle. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Dans mon travail sur la prévision des dynamiques de végétation (kNDVI) à travers le monde, cela apporte des perspectives intéressantes. TimeGPT m'a permis de passer de la construction et de l'ajustement de multiples modèles locaux à l'application d'une architecture unifiée et pré-entraînée capable de gérer des prévisions à grande échelle et à long terme. Le bénéfice est double : Efficacité, expérimentation plus rapide et réduction de l'effort en ingénierie computationnelle. Perspicacité scientifique, la capacité de capturer des dynamiques temporelles significatives dans les données environnementales que les modèles traditionnels simplifient souvent à l'excès. ### 4. Fast and Easy Time Series Forecasting **Rating:** 4.0/5.0 stars **Reviewed by:** Rik B. **Reviewed Date:** April 28, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** I appreciate Nixtla for its relatively easy-to-use way of forecasting time series in a zero-shot manner. The API is very straightforward to use, which I really like. The forecasting speed is impressive too, as it works a lot faster than the baseline models I'm comparing it with. The initial setup was quite easy, as the guide provided was helpful. **Que n’aimez-vous pas à propos de Nixtla?** I would say the only problem I have is the amount of API calls per month. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla provides an easy way to forecast time series in a zero-shot manner and allows making split-second decisions on large datasets faster than baseline models. ### 5. Prévisions rapides et minimalistes avec une API propre **Rating:** 4.0/5.0 stars **Reviewed by:** Ridho H. | Fullstack Engineer, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 17, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** Ce que j'aime le plus, c'est la rapidité avec laquelle je peux obtenir des prévisions solides avec une configuration minimale. Les paramètres par défaut fonctionnent bien, l'API est propre, et elle gère de nombreuses séries chronologiques à la fois sans nécessiter de configurations supplémentaires. **Que n’aimez-vous pas à propos de Nixtla?** Parfois, les résultats ne sont pas vraiment excellents, et je ne sais pas pourquoi, donc peut-être que plus de diagnostics intégrés seraient vraiment utiles. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Je pense que cela supprime beaucoup du travail manuel dans la prévision, ce qui me permet de me concentrer davantage sur la qualité des données et d'utiliser réellement les résultats au lieu de me battre avec les modèles. ### 6. Convenient, Efficient, and Customizable Forecasting in One Shot **Rating:** 5.0/5.0 stars **Reviewed by:** Benoit S. | Founder & CIO, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 16, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** convenience, efficiency, customisation - oh, and the possibility to forecast in one shot an entire panel of series **Que n’aimez-vous pas à propos de Nixtla?** not cheap! there are decent free alternatives out there, but lacking the constant upgrades and refinements of course **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** zero-shot forecasting for multiple time series ### 7. Flexible Tool with Strong Prediction Power, Slight Learning Curve **Rating:** 4.5/5.0 stars **Reviewed by:** Utilisateur vérifié à Enseignement supérieur | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 16, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** I like Nixtla's flexibility and prediction power, which are particularly valuable for my analysis and statistical tasks. **Que n’aimez-vous pas à propos de Nixtla?** I get a sort of difficulty with the API connection, especially connecting it with my graphical user interface of RStudio. I had a problem with the SSH key, but I solved it thanks to the Nixtla team. Also, I guess the initial setup was not that easy. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** I use Nixtla for prediction and forecasting in my analysis and statistical tasks. ### 8. Prévision sans effort et intégration transparente pour la recherche académique **Rating:** 5.0/5.0 stars **Reviewed by:** Jorge del Rosario F. | Associate Professor, Petite entreprise (50 employés ou moins) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** J'utilise principalement TimeGPT à des fins de recherche, et ce que j'apprécie le plus, c'est sa simplicité et son efficacité pour permettre des prévisions de haute qualité avec une configuration minimale. Le processus de mise en œuvre est fluide, et son intégration avec les environnements Python et Jupyter le rend particulièrement adapté aux flux de travail académiques et à la recherche reproductible. **Que n’aimez-vous pas à propos de Nixtla?** Je n'ai rencontré aucun problème — la plateforme a fonctionné de manière constante et fiable dans toutes mes applications de recherche. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** TimeGPT s'attaque à l'un des principaux défis de la prévision des séries temporelles : la nécessité de modèles précis, évolutifs et accessibles qui peuvent être facilement intégrés dans les flux de travail existants. Pour ma recherche, cela a signifié pouvoir prototyper et évaluer des modèles de prévision beaucoup plus rapidement, me permettant de me concentrer sur les questions méthodologiques et l'interprétation plutôt que sur la mise en œuvre technique. ### 9. Autonomiser l'éducation à la prévision, une interface web conviviale pour les débutants serait un grand plus **Rating:** 5.0/5.0 stars **Reviewed by:** Feng L. | Associate Professor, Entreprise (> 1000 employés) **Reviewed Date:** November 03, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Ce que j'aime vraiment chez Nixtla, c'est la façon dont il rend les outils de prévision avancés faciles à utiliser et à enseigner. Pour mes étudiants en MBA et EMBA, c'est très important — ils peuvent passer des concepts de base à des projets de prévision concrets sans se perdre dans les détails techniques. Les packages Nixtla — comme StatsForecast, NeuralForecast, et HierarchicalForecast et l'API TimeGPT — rassemblent une recherche solide et une mise en œuvre pratique. Ils fonctionnent rapidement, traitent bien les grands ensembles de données et fournissent des résultats fiables dès le départ. Cela me permet de montrer aux étudiants non seulement comment fonctionnent les modèles de prévision, mais aussi comment les utiliser dans des contextes commerciaux réels. J'aime aussi l'esprit open-source derrière Nixtla. La documentation est claire, les exemples sont reproductibles, et l'équipe suit les dernières idées en matière d'IA et de prévision de séries temporelles. C'est devenu l'un de mes outils préférés pour enseigner les méthodes de prévision modernes de manière accessible et pratique. **Que n’aimez-vous pas à propos de Nixtla?** Il n'y a honnêtement pas grand-chose à ne pas aimer — Nixtla est devenu l'un de mes outils de prédilection pour l'enseignement. Mais si je devais souligner quelque chose, je dirais qu'il manque une interface Web pour les débutants, en particulier pour les étudiants en MBA qui sont nouveaux dans les concepts de Python ou de prévision. La documentation est solide, mais elle suppose parfois un peu de connaissances techniques. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla résout l'un des plus grands défis auxquels je fais face lorsque j'enseigne le cours de prévision avec l'IA aux étudiants en MBA — comment réunir l'IA moderne et la prévision de séries temporelles d'une manière à la fois puissante et facile à utiliser. Traditionnellement, la prévision de séries temporelles nécessitait beaucoup de réglages de modèles et de configurations techniques, ce qui peut être un obstacle pour les apprenants non techniques. TimeGPT de Nixtla change cela complètement. Il permet aux étudiants d'expérimenter avec de grands modèles de séries temporelles — similaires aux modèles de langage, mais pour la prévision — via une API simple. Cela signifie qu'ils peuvent se concentrer sur la compréhension de la logique commerciale et l'interprétation plutôt que de se battre avec la configuration des modèles ou l'infrastructure. Pour moi, en tant qu'instructeur, c'est un pont pédagogique parfait. Je peux démontrer le passage des modèles classiques (ARIMA, ETS) aux réseaux neuronaux, et maintenant aux modèles de fondation pour la prévision, le tout dans le même écosystème. Cela aide les étudiants à voir l'évolution des méthodes de prévision et à comprendre comment l'IA peut être appliquée à la prise de décision dans des contextes réels comme la finance, le tourisme ou la chaîne d'approvisionnement. En bref, Nixtla rend la prévision de pointe accessible — à la fois pour l'enseignement et pour l'analyse appliquée — en supprimant les barrières techniques à l'utilisation des LLM de séries temporelles comme TimeGPT. ### 10. Ma bibliothèque TS préférée pour Python et PySpark **Rating:** 5.0/5.0 stars **Reviewed by:** GUILLERMO S. | Senior Expert Data Scientist, Entreprise (> 1000 employés) **Reviewed Date:** August 12, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** J'adore que ce soit un projet mexicain local avec une ingénierie de classe mondiale. Ses modèles sont incroyablement faciles à utiliser avec quelques lignes de code, rapides et rentables, et le catalogue est très diversifié : des bases statistiques classiques, en passant par les méthodes d'apprentissage automatique, jusqu'aux modèles neuronaux et de fondation comme TimeGPT. J'ai plus d'expérience avec la bibliothèque statsforecast, qui, si vous avez déjà utilisé le package `forecast` de Dr Rob Hyndman dans R, vous vous sentirez comme chez vous : l'API semble familière tout en ajoutant de nombreuses commodités modernes. En plus de cela, des extras tels qu'une riche suite de métriques d'erreur, une validation croisée intégrée, des générateurs de caractéristiques statistiques, une exécution évolutive sur Pandas et PySpark, des intervalles de prévision probabilistes, et même un assistant IA intégré sur sa page web pour rendre le travail quotidien sur les séries temporelles délicieusement productif. **Que n’aimez-vous pas à propos de Nixtla?** La validation croisée, bien que puissante, est encore difficile à configurer et pas très intuitive. Malgré l'assistant IA pratique, une documentation en ligne plus claire et davantage d'exemples d'utilisation feraient gagner du temps, surtout lorsque les hallucinations de l'IA vous obligent à vérifier les sources primaires. Enfin, cela me surprend que la bibliothèque ne soit pas déjà beaucoup plus populaire ; quelque chose d'aussi bon mérite un public plus large ! **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Prévision des séries chronologiques à grande échelle pour des horizons divers pour les variables et produits financiers ### 11. User-Friendly, Great Performance, and Impressive Zero-Shot Results **Rating:** 5.0/5.0 stars **Reviewed by:** Kristof S. | Professor, Petite entreprise (50 employés ou moins) **Reviewed Date:** April 29, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** user friendly, great performance, zero-shot **Que n’aimez-vous pas à propos de Nixtla?** nothing in particular, so all good!!!!!! **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** forecasting and AI, so great illustration what ai could mean ### 12. Haute qualité et très facile à commencer à utiliser **Rating:** 5.0/5.0 stars **Reviewed by:** Eduardo L. | founder, Petite entreprise (50 employés ou moins) **Reviewed Date:** August 08, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Nous n'avions pas les ressources pour créer des prévisions en interne car nous n'employons pas de data scientists. Quand j'ai entendu un ami data scientist dire qu'il l'utilisait au quotidien, j'ai décidé de l'essayer et cela a été formidable. Nous en dépendons entièrement maintenant, l'intégration a été assez simple et jusqu'à présent assez fiable. Je ne pense pas que cela nous ait pris plus d'une semaine entre le premier appel et son utilisation dans quelques pipelines. Le support client a été agréable, nous aimons penser que nous sommes des clients faciles mais néanmoins ils ont proposé des appels avec l'équipe technique pour aider à l'implémentation. L'intégration a été très simple cependant, donc nous ne les avons pas utilisés. **Que n’aimez-vous pas à propos de Nixtla?** Ce serait bien d'avoir la documentation de l'API disponible, nous utilisons le SDK donc ce n'est pas un problème mais nous avons quelques idées que nous avons dû attendre car elles n'ont pas encore été publiées. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Prévision de la demande, nous avions l'habitude de nous fier aux données de l'année dernière et d'y appliquer un peu de bon sens, maintenant nous avons des prévisions professionnelles. ### 13. J'adore Nixtlaverse :) **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Biens de consommation | Petite entreprise (50 employés ou moins) **Reviewed Date:** November 03, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** J'apprécie vraiment la façon dont Nixtla simplifie le processus de prévision des séries temporelles. C'est beaucoup plus simple à utiliser et à intégrer dans mon code que de tout construire à partir de zéro. J'ai intégré leurs outils dans presque tous les pipelines de prévision sur lesquels je travaille d'une manière ou d'une autre. **Que n’aimez-vous pas à propos de Nixtla?** Le principal inconvénient que je trouve avec Nixtla est qu'il pourrait offrir plus de fonctionnalités. Bien qu'il prenne déjà en charge tous les principaux modèles, j'espère que des options supplémentaires seront introduites dans StatsForecast et MLForecast à l'avenir. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Avant de commencer à utiliser la suite d'outils de Nixtla, je développais moi-même bon nombre des mêmes fonctionnalités. Cela entraînait souvent un travail supplémentaire chaque fois que de nouvelles méthodes étaient nécessaires ou lorsque nous devions étendre notre ensemble d'outils internes. Bien que Nixtla n'ait pas complètement remplacé nos outils internes, il offre des solutions pour la plupart des fonctionnalités de base sur lesquelles je compte le plus fréquemment. ### 14. Variété de modèles impressionnante, bénéficierait d'un flux de travail de bout en bout plus complet. **Rating:** 5.0/5.0 stars **Reviewed by:** Jeffrey T. | Founder, Entreprise (> 1000 employés) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** J'apprécie vraiment la façon dont vous pouvez commencer avec un dataframe pandas et explorer rapidement un large éventail de modèles, allant des approches statistiques traditionnelles aux réseaux neuronaux avancés. La sélection de modèles disponible est vraiment impressionnante. J'apprécie également l'inclusion des fonctionnalités de réglage et de réconciliation hiérarchique, qui sont assez rares. **Que n’aimez-vous pas à propos de Nixtla?** Il est principalement limité à la modélisation et à un sous-ensemble de tâches d'ingénierie des caractéristiques. Ce serait bien s'il s'agissait d'un package plus complet pour maintenir un flux cohérent pour le data scientist. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Cela résout le besoin de mettre en œuvre manuellement plusieurs structures différentes pour produire des modèles. En ajoutant simplement une nouvelle famille de modèles à la liste des modèles, nous pouvons explorer la performance. La prévision récursive est pénible à mettre en œuvre, mais nixtla la rend facile. L'aspect performance, tant en termes de vitesse que de précision, est également impressionnant. ### 15. TimeGPT a transformé les capacités de prévision pour une prédiction précise dans la surveillance environnementale **Rating:** 5.0/5.0 stars **Reviewed by:** Bhumik N. | Product Manager, Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 07, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** TimeGPT de Nixtla a fourni une intégration simplifiée qui utilise un ensemble de données historiques de 7 jours pour prévoir les niveaux de pollution 24 heures à l'avance. Cette approche de « surveillance + prévision » combine la surveillance continue des capteurs avec des analyses prédictives avancées, permettant des alertes automatisées et une gestion proactive (Oizom) • Exploité un ensemble de données historiques horaires de 7 jours pour prédire avec précision les niveaux de pollution du lendemain • Intégration transparente avec le tableau de bord existant d'Oizom, augmentant l'engagement des utilisateurs • Mis en œuvre en 1 semaine, réduisant considérablement la complexité du développement **Que n’aimez-vous pas à propos de Nixtla?** Pas d'inconvénients, c'était une intégration très simple. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Il a amélioré notre engagement avec une augmentation de 30 à 40 % de l'engagement sur le tableau de bord. La facilité d'utilisation de Nixtla a permis une intégration en une semaine. Une valeur accrue pour nos clients avec des prévisions précises et rapides qui permettent une gestion proactive. Il a automatisé les alertes et les déclencheurs d'actions à l'échelle de la ville, ce qui a optimisé la planification des tâches à fortes émissions. ### 16. LLM axé sur les séries temporelles facile à utiliser pour prédire l'avenir. **Rating:** 4.5/5.0 stars **Reviewed by:** Utilisateur vérifié à Services aux consommateurs | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 16, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** C'est simple à utiliser soit via l'API, soit comme plugin MS Excel. J'ai utilisé les deux, mais pour notre utilisation, il s'avère que l'utilisation d'Excel pour visualiser avec d'autres données est efficace. **Que n’aimez-vous pas à propos de Nixtla?** Ce serait bien s'ils avaient une sorte d'interface de "chat" ou une utilisation directe par un autre LLM. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nous l'utilisons pour la prévision des ventes. Notre entreprise a des cycles annuels et Nixtla les prend facilement en compte dans les prévisions. ### 17. La pile "de facto" pour l'analyse des séries temporelles. **Rating:** 5.0/5.0 stars **Reviewed by:** Ricardo B. | Research Assistant, Entreprise (> 1000 employés) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Leur pile est en Python, régulièrement maintenue, avec des structures de données et des modèles de conception cohérents à travers les bibliothèques, ce qui réduit le temps d'ingénierie/implémentation, mais aussi une large gamme de méthodes classiques pour l'analyse des séries temporelles, la quantification de l'incertitude, ainsi que des développements novateurs, notamment dans le domaine de l'apprentissage profond. La communauté est très solidaire, non seulement l'équipe d'ingénierie de Nixtla, et surtout, OPEN SOURCE. **Que n’aimez-vous pas à propos de Nixtla?** Je ne suis pas sûr de ce que vous demandez, les choses fonctionnent bien ici. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Je crois que la bibliothèque couvre la plupart (sinon la totalité) des méthodes classiques en analyse de séries temporelles, ainsi que des méthodes SOTA novatrices, dans un ensemble de modèles de conception presque identique. Cela améliore considérablement l'expérience de développement, réduit les frictions et libère du temps pour l'interprétation des résultats. ### 18. Outils puissants et prêts pour la production pour la prévision des séries temporelles **Rating:** 5.0/5.0 stars **Reviewed by:** Luis P. | Machine Learning Engineer, Entreprise (> 1000 employés) **Reviewed Date:** November 03, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** La conception modulaire et l'évolutivité. Les bibliothèques de Nixtla s'intègrent parfaitement dans les pipelines de ML existants et gèrent efficacement des milliers de séries temporelles. Les API sont cohérentes entre les modèles, ce qui rend l'expérimentation et le déploiement simples. **Que n’aimez-vous pas à propos de Nixtla?** Certaines fonctions manquent encore d'explications détaillées sur les paramètres, et les mises à jour de version introduisent parfois de légers changements incompatibles. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Les bibliothèques de Nixtla sont parmi les meilleurs outils open-source que j'ai utilisés pour la modélisation de séries temporelles. Elles facilitent le passage de l'expérimentation à la production grâce à des API claires, une performance solide et une précision de prévision fiable. La documentation et le soutien de la communauté sont excellents — on peut dire que l'équipe se soucie vraiment de faire progresser le domaine. Hautement recommandé pour quiconque travaille avec des pipelines de prévision à grande échelle ou la prédiction conforme. ### 19. Prévisions rapides et précises pour des ensembles de données d'ingénierie complexes **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Aviation et aérospatiale | Entreprise (> 1000 employés) **Reviewed Date:** August 12, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** En tant qu'ingénieur en aérodynamique, je travaille quotidiennement avec des données de séries temporelles, des tests en soufflerie aux métriques de performance des systèmes. TimeGPT a été une révolution, me permettant de créer rapidement des prévisions précises sans avoir à construire des modèles à partir de zéro. L'intégration dans nos flux de travail Python a été sans effort, et nous étions opérationnels en quelques heures. Nous nous appuyons désormais sur lui chaque semaine pour tout, de la création rapide de prototypes à la surveillance des systèmes. Télécharger des données, générer des prévisions et analyser les résultats est très facile, et il fonctionne de manière impressionnante même avec des ensembles de données complexes et bruyants. Le support client de Nixtla est exceptionnel, très réactif, compétent et rapide à agir sur les retours. **Que n’aimez-vous pas à propos de Nixtla?** Dans l'ensemble, rien de significatif à déplorer. Parfois, des scénarios de prévision très spécifiques nécessitent des ajustements supplémentaires, bien que le support ait toujours été rapide et efficace. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** En ingénierie aérospatiale, nous traitons des séries chronologiques complexes issues des tests en soufflerie, des données de vol et de la surveillance des systèmes. Établir des prévisions précises nécessitait autrefois beaucoup de travail manuel, ralentissant les décisions. TimeGPT fournit des prévisions rapides et fiables avec une configuration minimale, ce qui me permet de me concentrer sur les insights plutôt que sur les modèles. Cela a réduit notre délai de plusieurs jours à quelques heures, accélérant les itérations, améliorant la planification de la maintenance et permettant de meilleures décisions. ### 20. Adoption de bout en bout d'outils avancés de prévision des séries temporelles **Rating:** 4.5/5.0 stars **Reviewed by:** Utilisateur vérifié à Technologie de l'information et services | Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 12, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** La seule chose que j'aime chez Nixtla, c'est leur attention constante aux techniques les plus récentes et les plus performantes qui ajoutent de la valeur aux projets de prévision. Étant donné que c'est une implémentation open source, il a été facile à utiliser et à intégrer dans les flux de travail existants. J'utilise principalement Nixtla pour presque tous les projets de prévision et je peux facilement contacter leur support via la communauté Slack. **Que n’aimez-vous pas à propos de Nixtla?** Dans le passé, Nixtla a manqué de quelques fonctionnalités de niveau entreprise qui auraient été agréables à avoir à l'époque. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla est l'une des seules entreprises d'IA véritablement axées sur sa démocratisation auprès d'un public plus large. Auparavant, les méthodes et modèles de prévision à la pointe de la technologie étaient soit limités à des logiciels commerciaux, soit disponibles dans des packages R que les chercheurs devaient maintenir eux-mêmes. Nixtla a été la première entreprise à vraiment prendre certaines de ces meilleures pratiques et à les réimplémenter en Python, permettant ainsi une adoption plus large. Au-delà des meilleures pratiques, Nixtla offre un accès à un ensemble extrêmement diversifié de techniques allant des méthodes statistiques classiques, à l'apprentissage automatique et à l'apprentissage profond, et maintenant aux modèles fondamentaux axés sur la prévision de séries temporelles. ### 21. Supercharger la prévision de la demande de la chaîne d'approvisionnement de Decathlon avec TimeGPT de Nixtla. **Rating:** 5.0/5.0 stars **Reviewed by:** Manav C. | Applied Science Manager, Entreprise (> 1000 employés) **Reviewed Date:** August 07, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Nixtla est une entreprise super innovante avec un focus client incroyable, une agilité et des experts en recherche de prévision à la pointe de la technologie. Travailler avec les experts de Nixtla a été incroyablement productif. Nixtla nous a donné accès à leur dernier modèle TimeGPT et a fourni un support pratique de bout en bout pour nos cas d'utilisation complexes de fine-tuning. Le modèle TimeGPT est très facile à utiliser et très facile à intégrer. Nous avons hébergé TimeGPT sur site avec un contrôle total sur nos données et le modèle. Il a été très facile d'intégrer TimeGPT dans notre environnement de production. Nous avons utilisé TimeGPT sur une fréquence hebdomadaire pour notre prévision de la demande de la zone d'approvisionnement. Il a également été très facile de mettre en œuvre TimeGPT pour de nouveaux cas d'utilisation commerciale et de prototyper rapidement. **Que n’aimez-vous pas à propos de Nixtla?** Il n'y avait aucun inconvénient dans notre collaboration avec Nixtla. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Decathlon est le plus grand détaillant d'articles de sport au monde, concevant, fabriquant et vendant des produits pour plus de 70 sports. Avec un modèle intégré verticalement et une présence dans 79 pays, Decathlon exploite plus de 2 000 magasins à l'échelle mondiale. Pour maintenir son leadership sur le marché et son excellence opérationnelle, Decathlon innove continuellement dans ses stratégies de chaîne d'approvisionnement et de prévision. Nixtla s'est associé à l'équipe de planification de la demande et de l'assortiment de Decathlon pour simplifier et étendre les prévisions à travers des millions de séries chronologiques, améliorant les performances tout en réduisant les coûts. Les récents investissements de Decathlon dans un laboratoire de données mondial, le suivi des stocks par RFID et les systèmes de tarification dynamique démontrent un engagement profond envers la transformation pilotée par l'IA. Le moteur de prévision unifié de Nixtla soutient cette stratégie numérique plus large. Decathlon a intégré TimeGPT de Nixtla pour unifier les prévisions sous un modèle de fondation unique et évolutif qui a amélioré la précision, réduit les biais et rationalisé leur pipeline. • Intégré TimeGPT de manière transparente dans l'infrastructure interne avec une confidentialité totale des données • Utilisé une seule commande pour exécuter TimeGPT à travers divers types de prévisions • Éliminé le besoin de modèles séparés et permis une transférabilité rapide à travers les niveaux de prévision Avec TimeGPT, nous pouvons prévoir à grande échelle avec cohérence à travers différentes granularités. Cela a libéré nos ressources en science des données et considérablement amélioré la productivité. ### 22. Prévisions précises pour les utilisateurs avec une expertise technique limitée **Rating:** 5.0/5.0 stars **Reviewed by:** Laura C. | Associate Operations Manager, Entreprise (> 1000 employés) **Reviewed Date:** August 08, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Ce que j'aime le plus à propos de TimeGPT de Nixtla, c'est la façon dont il m'a aidé à relever un véritable défi auquel je faisais face : comprendre pourquoi les utilisateurs partaient pour des concurrents et améliorer nos prévisions de demande et de capacité pour augmenter la rétention. Sans les compétences techniques ou les ressources nécessaires pour établir moi-même des prévisions précises, j'avais besoin d'un outil capable de transformer ces informations en prédictions exploitables sans que je doive être un data scientist. TimeGPT s'est vraiment démarqué car il est facile à configurer, s'intègre sans effort à nos outils existants et est rapide à mettre en route, ce qui nous a permis de l'utiliser immédiatement sans courbe d'apprentissage longue ou perturbations. Je l'utilise régulièrement car il est simple et s'intègre parfaitement dans nos flux de travail quotidiens. De plus, leur support client est toujours réactif et prêt à aider lorsque j'ai des questions. J'apprécie que Nixtla propose une solution de prévision puissante qui trouve le juste équilibre entre profondeur technique et convivialité, rendant possible pour des personnes comme moi de prendre des décisions plus intelligentes et basées sur les données en toute confiance. **Que n’aimez-vous pas à propos de Nixtla?** Le seul inconvénient mineur que j'ai remarqué est que certaines parties de la documentation pourraient être un peu plus détaillées pour aider les utilisateurs moins techniques à se familiariser encore plus rapidement. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** L'un des principaux défis que nous avons rencontrés était de transformer ce que nous avions appris de l'étude de marché en prévisions précises qui pourraient nous aider à empêcher les utilisateurs de passer à la concurrence. La prévision peut devenir très technique, et comme je ne suis pas un data scientist, il était difficile d'obtenir des prédictions fiables sans dépendre des autres. L'outil de Nixtla résout ce problème en offrant des prévisions puissantes mais toujours accessibles pour quelqu'un avec un peu de connaissances techniques comme moi. Je n'ai pas besoin de construire des modèles complexes ou de plonger dans des configurations compliquées, ce qui fait gagner beaucoup de temps. Grâce à cela, nous avons pu mieux planifier la demande et la capacité. L'outil s'intègre parfaitement dans nos flux de travail réguliers, ce qui facilite l'utilisation des insights basés sur les données sans ajouter de complexité supplémentaire. ### 23. Prévisions faciles et précises avec TimeGPT : Idéal pour un prototypage rapide **Rating:** 5.0/5.0 stars **Reviewed by:** Karim A. | Program Manager, Entreprise (> 1000 employés) **Reviewed Date:** August 08, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Ce que j'ai le plus apprécié à propos de TimeGPT, c'est sa remarquable facilité de mise en œuvre et ses capacités de prototypage rapide. L'installation s'est faite sans accroc, permettant aux étudiants de commencer à faire des prévisions précises en quelques heures plutôt qu'en jours ou semaines. L'API s'intègre parfaitement avec les workflows Python et Jupyter, ce qui facilite son incorporation dans notre programme existant. Nous avons utilisé TimeGPT chaque semaine tout au long du semestre, bénéficiant constamment de ses résultats rapides et fiables. Cette utilisation fréquente nous a permis de nous concentrer sur la génération d'insights, l'évaluation des modèles et la prise de décisions éclairées, sans être freinés par des méthodes de prévision traditionnelles complexes. Grâce à TimeGPT, les étudiants obtiennent leur diplôme non seulement avec des connaissances théoriques, mais aussi avec des compétences pratiques et prêtes pour la production en matière de prévision, qu'ils peuvent appliquer en toute confiance lors de stages et de projets réels. Le support client réactif a en outre assuré une adoption fluide et une résolution rapide des problèmes. TimeGPT comble véritablement le fossé entre l'apprentissage académique et l'application réelle, préparant les étudiants à entrer sur le marché du travail avec un ensemble de compétences précieuses et prêtes à l'emploi. **Que n’aimez-vous pas à propos de Nixtla?** Jusqu'à présent, rien, tout a fonctionné sans problème. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Ce qui ressort de TimeGPT, c'est la rapidité et la fluidité avec lesquelles il peut être adopté dans un cadre éducatif. Au lieu de passer un temps excessif sur des configurations complexes, les étudiants peuvent se plonger directement dans les tâches de prévision, produisant des résultats significatifs dès le début. Son intégration avec des outils familiers comme Python et Jupyter le rend facile à intégrer dans notre programme, et la performance constante de la plateforme nous a permis de compter régulièrement sur elle tout au long du semestre. Cette expérience pratique fréquente permet aux étudiants de développer non seulement une compréhension théorique mais aussi des compétences de prévision du monde réel qui sont immédiatement applicables lors de stages et de projets. De plus, le support client utile et réactif a joué un rôle clé pour garantir une expérience sans faille, de l'intégration à l'utilisation quotidienne. Dans l'ensemble, TimeGPT relie efficacement la théorie en classe à l'application pratique, équipant les étudiants des compétences dont ils ont besoin pour réussir dans des environnements professionnels. ### 24. Nixtla : Cadre de Prévision Évolutif et Complet **Rating:** 5.0/5.0 stars **Reviewed by:** Marco Z. | Data Scientist, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 18, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** Scalabilité, exhaustivité et open-source **Que n’aimez-vous pas à propos de Nixtla?** Je ne vois aucun inconvénient à utiliser Nixtla. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Grands systèmes de prévision de séries chronologiques ### 25. Ayant utilisé de nombreuses bibliothèques de prévision, Nixtla a été la plus facile à étendre, intégrer et utiliser. **Rating:** 5.0/5.0 stars **Reviewed by:** Lluis C. | Director of AI Engineering, Logiciels informatiques, Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 07, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Le Nixtlaverse utilise de nombreuses meilleures pratiques pour les logiciels et le ML que j'adore, avec une API facile à utiliser. Les exemples incluent les intervalles de prédiction conformes, les adaptateurs probabilistes, l'interprétabilité des modèles et le calcul horizontal/distribué. J'aime aussi le fait que MLForecast et NeuralForecast offrent plus de 30 modèles à l'état de l'art. Et enfin, j'adore la facilité d'utilisation de TimeGPT. Nous l'utilisons comme l'un des modèles dans notre bibliothèque propriétaire en l'hébergeant nous-mêmes dans notre infrastructure et avons développé une API avec un middleware pour suivre son utilisation et ses performances. L'équipe Nixtla a toujours été très utile et réactive. **Que n’aimez-vous pas à propos de Nixtla?** Je suis vraiment pointilleux avec ceux-ci, visant un score de 10 A+++, mais : https://github.com/microsoft/CBM restent non intégrés Étendre NeuralForecast n'est pas le plus facile. Les architectures multivariées de l'état de l'art se dégradent mal avec le nombre de séries. Pas un inconvénient de Nixtla en soi, mais cela n'a pas été optimisé. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla est l'une des bibliothèques que nous utilisons pour fournir des prévisions et des recommandations précises à nos clients. Nous avons une bibliothèque de séries temporelles propriétaire avec une interface personnalisée capable d'étendre les bibliothèques open-source. TimeGPT est crucial pour les preuves de concept (très rapide à intégrer et à utiliser) et fait également partie de notre processus de sélection de modèles, qui a tendance à l'emporter sur d'autres modèles ML/DL lorsque les séries temporelles sont plus courtes. Dans l'ensemble, l'écosystème Nixtla a rendu notre bibliothèque plus précise, plus rapide et plus facile à étendre. ### 26. Examen de TimeGPT par les Data Scientists **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Marketing et publicité | Entreprise (> 1000 employés) **Reviewed Date:** July 29, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** TimeGPT a complètement changé la façon dont notre équipe de data science aborde la prévision des séries temporelles. Nous passions des heures à construire et à ajuster des modèles individuels, ce qui n'était pas évolutif pour des centaines de séries. Avec TimeGPT, nous pouvons désormais générer des prévisions précises en quelques secondes - cela a considérablement augmenté notre vitesse d'expérimentation et nous a permis de déployer plus rapidement.\nLa facilité d'intégration, l'absence de réglage manuel des hyperparamètres et la performance constante sur différents ensembles de données en ont fait un choix évident. Il est rare de trouver un outil à la fois puissant et facile à mettre en œuvre.\nL'équipe de Nixtla a également été incroyablement réactive - elle a collaboré étroitement avec nous pour aligner l'outil sur notre cas d'utilisation dans la prévision pharmaceutique. Dans l'ensemble, TimeGPT est devenu un élément essentiel de notre pipeline. **Que n’aimez-vous pas à propos de Nixtla?** Je souhaite avoir un peu plus d'intégration avec d'autres plateformes, comme Snowflake/Tableau, bien que j'aie entendu dire qu'il a récemment été inclus dans Snowflake, mais j'adorerais pouvoir l'utiliser dans des tableaux de bord ! **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Prévisions pour les projets sur le terrain ### 27. Prévisions Fiables et Précises pour les Données Énergétiques **Rating:** 5.0/5.0 stars **Reviewed by:** Apoorv K. | Data Analyst II, Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 06, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** TimeGPT est facile à intégrer et offre de solides performances prêtes à l'emploi pour la prévision énergétique, la détection d'anomalies et la prévision de la demande. Il nous fait gagner du temps et nous aide à signaler les problèmes de manière proactive. L'équipe Nixtla a également été réactive et agréable à travailler avec. **Que n’aimez-vous pas à propos de Nixtla?** Légèrement plus cher par rapport à l'utilisation de vos propres modèles basés sur des arbres comme lightgbm ou même certains autres modèles de prévision de séries temporelles sur huggingface. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla nous aide à automatiser et à étendre la prévision des séries chronologiques sur un large portefeuille de compteurs d'énergie. Cela nous permet de détecter des anomalies, de prévoir la demande et de soutenir les décisions de gestion de l'énergie sans avoir à construire et maintenir des modèles complexes en interne. Cela économise du temps d'ingénierie, améliore la fiabilité et accélère les insights pour nos clients. ### 28. Prévisions rapides et faciles **Rating:** 4.0/5.0 stars **Reviewed by:** Dave H. | Adjunct Professor, Entreprise (> 1000 employés) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Très facile à utiliser et rapide. J'ai pu l'installer rapidement dans mon pipeline de prévision. **Que n’aimez-vous pas à propos de Nixtla?** C'est un peu une boîte noire. Pas de problème si des prévisions rapides et fiables sont tout ce que vous voulez, mais il n'est pas clair quelles hypothèses sont faites. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** J'enseigne les séries temporelles aux étudiants diplômés en science des données. Nixtla offre un moyen rapide d'établir une prévision de base solide pour n'importe quel jeu de données. ### 29. Utiliser la pile de Nixtla et TimeGPT chez Zalando et Databricks a été une bonne expérience. **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 12, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Personnellement et à travers mes organisations, nous avons utilisé des variantes des offres de Nixtla pour probablement plus de 10 cas d'utilisation de prévision. Quelques points me viennent à l'esprit : le Nixtlaverse est complet, couvrant un large éventail de fonctionnalités et d'outils nécessaires allant des modèles classiques aux modèles de fondation, et permettant de passer facilement de l'un à l'autre. Cela nous a permis de passer en production rapidement et facilement et était, comparé à d'autres outils que nous avons utilisés, cinq fois plus rapide. Les équipes utilisent Nixtla quotidiennement chez Zalando et chaque semaine chez Databricks. **Que n’aimez-vous pas à propos de Nixtla?** Nixtla nécessite un certain travail pour construire une solution verticale de bout en bout. Ils ne prétendent pas cela et il est difficile de construire une solution générique pour une intégration plus verticale. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla permet à la fois aux data scientists généralistes et aux spécialistes de produire rapidement une solution bien fonctionnelle, puis d'extraire la dernière once de précision du problème de prévision. ### 30. Automatisation puissante et rapide avec des algorithmes divers — La documentation pourrait être améliorée pour les utilisateurs avancés **Rating:** 5.0/5.0 stars **Reviewed by:** Jan R. | Applied Scientist, Entreprise (> 1000 employés) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Il effectue beaucoup de travail lourd qui autrement prendrait longtemps à construire (par exemple : prévision récursive, transformation de timestamp, ajustement de modèles ML). En plus de cela, il est vraiment rapide car il est principalement construit sur Polars et Numba. De plus, il offre de nombreux algorithmes différents (par exemple : algorithmes économétriques classiques, wrappers pour modèles ML et architectures d'apprentissage profond). **Que n’aimez-vous pas à propos de Nixtla?** La documentation pourrait être un peu meilleure, surtout pour les usages plus avancés. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Activer des architectures modernes de séries temporelles, qui me permettent d'itérer et de générer de la valeur commerciale très rapidement. ### 31. Intégration facile et performance impeccable, mais coûteux pour les petites équipes **Rating:** 3.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Détail | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 17, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** intégration facile, bonne documentation, fonctionne parfaitement sans erreurs étranges **Que n’aimez-vous pas à propos de Nixtla?** Assez cher, pas abordable pour les petites entreprises où la prévision n'est pas une fonction essentielle pour l'entreprise mais juste un "plus". **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Prévision des ventes pour le commerce électronique ### 32. Facile à utiliser, bien documenté et riche en modèles open-source **Rating:** 4.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 16, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** Facilité d'utilisation, documentation complète, de nombreux modèles open source **Que n’aimez-vous pas à propos de Nixtla?** TimeGPT est bien trop coûteux pour la plupart des entreprises. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nous faisons des prévisions de ventes pour un client, donc nous avions besoin de la bibliothèque open source. ### 33. Fonctions faciles prêtes à l'emploi avec de superbes visualisations **Rating:** 4.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Services d'installations | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 17, 2026 **Qu'aimez-vous le plus à propos de Nixtla?** Fonctions faciles à utiliser et belles visualisations **Que n’aimez-vous pas à propos de Nixtla?** Pas de licence académique gratuite (je suis chercheur à l'UC Davis) **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Je cherche à modéliser/prévoir l'utilisation de l'énergie pour identifier les domaines d'économies. ### 34. Plus rapide, moins cher, meilleur **Rating:** 5.0/5.0 stars **Reviewed by:** Peter S. | Quant AI Engineer, Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 05, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** J'étais initialement sceptique quant à remplacer nos modèles basés sur des arbres par TimeGPT, mais les améliorations ont été indéniables. Non seulement la précision des prévisions a considérablement augmenté, mais la vitesse et l'évolutivité ont également dépassé nos attentes. TimeGPT a complètement transformé notre façon de gérer les prévisions boursières, et nous fournissons désormais des prévisions plus fiables plus rapidement que jamais. **Que n’aimez-vous pas à propos de Nixtla?** Nixtla est une entreprise fantastique avec des produits fantastiques. Ils nous ont vraiment beaucoup aidés. Il n'y a rien de négatif que je puisse honnêtement dire à leur sujet ! **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Améliorer avec précision les prévisions boursières ### 35. TimeGPT pour la science **Rating:** 4.5/5.0 stars **Reviewed by:** Дмитро . | Zaporizhzhia National University, Entreprise (> 1000 employés) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** API pratique pour l'environnement R, interface claire, capacité à créer des prévisions à court et à long terme **Que n’aimez-vous pas à propos de Nixtla?** La nécessité de préparer les données entrantes dans un format spécifié **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Des instructions plus détaillées sur la façon de configurer le modèle manquent ### 36. Prévisions prêtes pour l'entreprise pour les services informatiques **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Conseil | Entreprise (> 1000 employés) **Reviewed Date:** August 12, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** En tant qu'architecte de solutions techniques dans une entreprise de services informatiques soutenant l'une des plus grandes banques d'Europe, j'ai trouvé TimeGPT être un outil de prévision fiable et de qualité entreprise. Nous avons choisi la version auto-hébergée pour répondre à des exigences strictes de conformité et de sécurité, et le déploiement s'est déroulé sans accroc. Il s'est intégré parfaitement à nos systèmes existants et est maintenant utilisé par les équipes pour tout, des prévisions financières à la planification de la capacité. Il est facile à maintenir, simple pour les utilisateurs techniques et commerciaux, et soutenu par une équipe de support excellente et réactive. Une documentation claire a rendu l'intégration rapide ! **Que n’aimez-vous pas à propos de Nixtla?** Nous n'avons pas de grandes aversions. Dans quelques cas limites, les variables exogènes n'ont pas amélioré la précision, mais l'équipe nous a guidés rapidement à travers cela. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Auparavant, les prévisions étaient lentes et gourmandes en ressources, nécessitant beaucoup d'efforts en science des données. TimeGPT nous offre désormais des prévisions rapides et précises sans surcharge. Les parties prenantes non techniques génèrent des prédictions fiables, les équipes techniques se concentrent sur des tâches stratégiques, et la cohérence entre les équipes s'est améliorée, ce qui a rendu notre équipe plus rapide et nous a aidés à prendre des décisions plus facilement. ### 37. Un changement de jeu pour la prévision de séries temporelles à l'échelle de la production **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Banque | Petite entreprise (50 employés ou moins) **Reviewed Date:** August 11, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Nous avons utilisé les bibliothèques open-source de Nixtla : StatsForecast, MLForecast, NeuralForecast et HierarchicalForecast, et elles ont complètement transformé notre flux de travail de prévision. À la banque, nous faisons face au défi complexe de prédire le montant d'argent dont nous avons besoin dans chaque coffre individuel à travers toutes nos agences. Avant Nixtla, c'était une tâche difficile et chronophage. La caractéristique remarquable de ces bibliothèques est leur incroyable facilité d'utilisation et leur efficacité. La capacité d'ajuster des milliers de modèles de séries temporelles avec un seul appel de fonction est un avantage considérable et un énorme gain de temps. Nous avons trouvé que les bibliothèques sont exceptionnellement bien adaptées aux environnements de production. Le code est propre, fiable et s'intègre parfaitement dans nos systèmes existants, ce qui est une exigence critique dans un cadre bancaire. Dans l'ensemble, les outils de Nixtla ont non seulement rendu nos prévisions plus précises, mais ont également rationalisé nos processus, nous permettant de déployer et de gérer un grand nombre de modèles avec une facilité sans précédent. Nous sommes extrêmement impressionnés par la performance et l'évolutivité de ces bibliothèques. **Que n’aimez-vous pas à propos de Nixtla?** Bien que les bibliothèques soient excellentes, le domaine que je soulignerais pour une amélioration est la documentation pour des cas d'utilisation très spécifiques ou avancés. Commencer est facile, mais lorsque nous sommes passés à des problèmes plus complexes et de niveau production, nous avons parfois dû plonger dans le code source ou expérimenter un peu plus pour obtenir les choses exactement comme il faut. Des exemples plus approfondis pour des scénarios avancés seraient incroyablement utiles pour les nouveaux utilisateurs essayant de pousser les bibliothèques à leur plein potentiel. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Prédire les quantités d'argent dans chaque coffre pour chaque marque. ### 38. Un changement de jeu pour la prévision de la demande dans le FMC **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Marketing et publicité | Entreprise (> 1000 employés) **Reviewed Date:** August 08, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** TimeGPT de Nixtla se distingue comme l'un des outils de prévision les plus pratiques et efficaces que nous ayons utilisés. Dans l'industrie des biens de consommation courante (FMCG), où une prévision précise de la demande est cruciale, TimeGPT offre une solution évolutive et performante qui fonctionne bien sur un large portefeuille de SKU et dans des géographies complexes. Ce que nous apprécions le plus, c'est la facilité d'utilisation et la performance solide dès le départ. Contrairement aux modèles de prévision traditionnels qui nécessitent un ajustement important ou un effort en science des données, TimeGPT nous permet de passer plus rapidement des données aux insights. L'API est propre et bien documentée, ce qui rend l'intégration dans les systèmes de planification existants simple. La mise en œuvre a été remarquablement facile, notre équipe ayant pu commencer en quelques jours sans avoir besoin d'une expertise avancée en prévision. Le support client a été réactif et utile, nous guidant à travers les premières questions et fournissant les meilleures pratiques lorsque nécessaire. Nous utilisons TimeGPT chaque semaine dans le cadre de notre cycle de planification de la demande, et sa cohérence et sa fiabilité en ont fait une partie essentielle de notre pile de prévision. **Que n’aimez-vous pas à propos de Nixtla?** Nous observons encore comment la solution fonctionne à l'échelle complète d'une entreprise et sur des horizons temporels plus longs, mais les premiers résultats sont très prometteurs. L'équipe de support de Nixtla est également très réactive et serviable, ce qui rend l'adoption beaucoup plus fluide. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nous gérons des milliers de produits avec des modèles de demande très variables. TimeGPT nous a aidés à rationaliser et à étendre nos processus de prévision, nous permettant de générer des prédictions fiables sans ajustement manuel pour chaque série chronologique. Cela a conduit à des prévisions plus précises, des cycles de planification plus rapides et une meilleure harmonisation entre notre chaîne d'approvisionnement et nos fonctions commerciales. ### 39. Les meilleures bibliothèques de prévision les plus faciles à utiliser **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 07, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Ce que j'apprécie le plus chez Nixtla, c'est la conception unifiée de l'API à travers un ensemble diversifié de modèles de prévision. Une fois que je comprends l'interface et le flux de travail pour un seul modèle, je peux appliquer sans effort la même structure à d'autres, qu'ils soient basés sur des statistiques, l'apprentissage automatique ou l'apprentissage profond. Cette abstraction réduit considérablement la surcharge de l'expérimentation des modèles et accélère le cycle de prototypage pour la prévision des séries temporelles. De plus, lorsque de nouveaux modèles sont publiés, ils sont très faciles à mettre en œuvre et à intégrer dans mes pipelines. **Que n’aimez-vous pas à propos de Nixtla?** J'ai constaté que les modèles de prévision neuronale sous-performent parfois en termes de précision par rapport aux modèles plus traditionnels ou statistiques, surtout sur certains ensembles de données. Bien que l'interface soit excellente, les résultats des modèles d'apprentissage profond n'ont pas toujours répondu aux attentes dans mes cas d'utilisation, ce qui les rend moins fiables pour les scénarios de production. Cependant, je soupçonne que cela est dû au fait que les ensembles de données que j'utilise ne sont pas les plus adaptés à ces modèles, et non à cause d'un défaut des modèles eux-mêmes. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Avec Nixtla, je n'ai pas besoin de créer mes propres modèles de prévision à partir de zéro. ### 40. Une équipe prête à aider avec le travail académique ! **Rating:** 4.5/5.0 stars **Reviewed by:** Júlio R. | PhD Student, Petite entreprise (50 employés ou moins) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Je suis doctorant et je réalise plusieurs prévisions sur la consommation d'eau, cette ressource naturelle vitale. Heureusement, j'ai rencontré l'équipe de Nixtla, qui collabore aimablement au développement de mon travail académique, me permettant d'enrichir ma recherche ! **Que n’aimez-vous pas à propos de Nixtla?** Au début, il y avait un petit retard dans la réponse, mais il a été résolu par la suite. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla a enrichi ma recherche, étant actuellement le seul lié à l'IA. ### 41. Grand allié pour générer des prévisions de ventes **Rating:** 5.0/5.0 stars **Reviewed by:** Yair A. | Data Scientist Lead, Entreprise (> 1000 employés) **Reviewed Date:** August 12, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Travailler avec le modèle TimeGPT est simple à configurer, les applications du modèle impactent plus d'un domaine de l'entreprise et les résultats des prédictions ont une excellente précision. **Que n’aimez-vous pas à propos de Nixtla?** La documentation est difficile à comprendre au début **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Ils nous aident à générer une prévision de la demande et la mise en œuvre facile est un avantage compétitif en temps d'exécution. ### 42. Meilleur cadre pour les séries temporelles **Rating:** 5.0/5.0 stars **Reviewed by:** uumami . | AI architect, Entreprise (> 1000 employés) **Reviewed Date:** August 13, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** J'ai utilisé Nixtla en production plusieurs fois, depuis des startups comme superbio.ai et suggestic, jusqu'à des entreprises comme bimbo et ITAM. Nixtla est l'équivalent de huggingface pour les séries temporelles et est fiable pour faire évoluer la prédiction des séries temporelles à des centaines de milliers de séries temporelles. **Que n’aimez-vous pas à propos de Nixtla?** J'aurais utilisé une syntaxe et des types de données différents, mais je dirais à peu près la même chose pour tout logiciel que je n'ai pas codé moi-même. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Je peux entraîner, sélectionner et servir des milliers de modèles de prévision de séries temporelles en quelques clics. C'est le meilleur cadre pour faire des prédictions à grande échelle et aussi pour entraîner des modèles complexes. ### 43. Expérience incroyable en utilisant TimeGPT et interaction avec l'équipe **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Services financiers | Petite entreprise (50 employés ou moins) **Reviewed Date:** August 07, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** La seule entreprise en laquelle j'ai confiance pour faire du GenAI pour les séries temporelles. Peu d'équipes sont assez audacieuses pour relever le défi - Nixtla a la bonne équipe pour s'y attaquer. Très engagée dans l'open source et repoussant les limites de ce qui est possible. Un groupe de personnes travailleuses et terre-à-terre, qui continue de livrer. **Que n’aimez-vous pas à propos de Nixtla?** Ce serait génial si je pouvais sélectionner un ensemble de données spécifique et obtenir un TimeGPT affiné pour ce type de données. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nous implémentons Nixtla TimeGPT dans notre produit et donnons accès à cette API aux entreprises financières qui l'utilisent pour la prévision financière. ### 44. Excellente communauté open-source avec un flux de travail fluide et efficace **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Petite entreprise (50 employés ou moins) **Reviewed Date:** November 04, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Je pense que c'est une excellente communauté open-source. Ils font un excellent travail en intégrant rapidement les nouveaux développements dans la bibliothèque. La documentation est parfaite pour quiconque débute dans ce domaine. Leur flux de travail pour générer des prédictions est fluide et efficace. **Que n’aimez-vous pas à propos de Nixtla?** Il n'y a rien que je n'aime pas à ce sujet. Parfois, il peut y avoir quelques bugs liés au fait d'être open source, mais c'est tout à fait normal et compréhensible. Dans de tels cas, nous pouvons rapidement obtenir de l'aide de la communauté. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Fournir la capacité de transformer en produit le flux de travail de prévision rapidement et facilement. ### 45. Test de modèle sans effort **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Détail | Entreprise (> 1000 employés) **Reviewed Date:** November 03, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Ce qui me frappe, c'est la facilité avec laquelle on peut expérimenter différentes idées et modèles. Le flux de travail est conçu pour soutenir efficacement le test de divers modèles et cadres. Il inclut toutes les fonctions essentielles de séries temporelles, et je le trouve suffisamment robuste pour fonctionner de manière transparente avec les flux de travail pandas et polars. **Que n’aimez-vous pas à propos de Nixtla?** Une amélioration que j'apprécierais serait d'avoir des visualisations pour les fenêtres de validation croisée dans automlforecast. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Problèmes de prévision généraux que toutes les entreprises de vente au détail doivent résoudre (demande, logistique de la chaîne d'approvisionnement, prévisions de ventes). ### 46. Déverrouille un nouveau potentiel pour la précision des prévisions **Rating:** 4.0/5.0 stars **Reviewed by:** TARIK K. | Professor, Entreprise (> 1000 employés) **Reviewed Date:** November 05, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Potentiel d'amélioration de la précision des prévisions **Que n’aimez-vous pas à propos de Nixtla?** rien. Cela fonctionne en général, la mise en œuvre est facile. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nous essayons de prévoir le trafic piétonnier quotidien dans les magasins de détail. Il y a énormément de données mais une capacité d'analyse limitée, la solution de Nixtla est précieuse. ### 47. Service de prévision à faible entretien, peu d'effort, et haut retour sur investissement **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Semi-conducteurs | Entreprise (> 1000 employés) **Reviewed Date:** August 08, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** La plupart des projets de séries temporelles meurent prématurément en raison du lourd fardeau de maintenir un modèle de prévision de bonne qualité. TimeGPT offre un excellent moyen de maintenir des prévisions de très haute qualité avec une API facile à utiliser. Les prévisions sans ajustement préalable sont déjà assez bonnes par rapport aux autres méthodes classiques d'analyse de séries temporelles. L'affinage porte vos métriques de précision pertinentes à un niveau supérieur. Combiner des covariables et des variables exogènes est également facile et associe les tendances des séries temporelles avec des apports de type PME qui influencent les résultats futurs et aide à rendre vos prédictions plus crédibles. **Que n’aimez-vous pas à propos de Nixtla?** Coût de licence élevé pour la version payante. La version payg est généralement bien en retard par rapport aux dernières fonctionnalités de Nixtla. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Défis de la prévision de la demande. ### 48. Prévisions rapides, précises et prêtes pour la production **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Technologie de l'information et services | Entreprise (> 1000 employés) **Reviewed Date:** August 07, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** La facilité d'utilisation est incroyable—vous pouvez obtenir des résultats précis en quelques minutes. L'équipe est brillante et très réactive, toujours prête à aider. De plus, la performance ne cesse de s'améliorer à mesure qu'ils livrent des améliorations à un rythme impressionnant. **Que n’aimez-vous pas à propos de Nixtla?** Difficile de trouver des défauts—tout fonctionne bien. J'espère juste qu'ils continueront à développer le support et la documentation à mesure que le produit se développe. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nixtla résout le problème de la création de prévisions de séries temporelles fiables sans nécessiter d'expertise en prévision. En tant qu'ingénieur backend en infrastructure cloud, j'apprécie de pouvoir facilement intégrer l'API pour prédire des éléments tels que la charge du serveur ou la demande de ressources. Cela aide à améliorer l'efficacité du système et la planification sans ajouter de charges de travail ML complexes à notre pile. ### 49. Simple mais puissant et précis **Rating:** 5.0/5.0 stars **Reviewed by:** Prof. Vrijendra S. | Professor, Marché intermédiaire (51-1000 employés) **Reviewed Date:** November 03, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Simple mais très puissant avec une plus grande précision **Que n’aimez-vous pas à propos de Nixtla?** Il manque quelques fonctionnalités comme la classification. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Modélisation et prévision des séries chronologiques. ### 50. Nouveau client TimeGPT **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Détail | Petite entreprise (50 employés ou moins) **Reviewed Date:** August 08, 2025 **Qu'aimez-vous le plus à propos de Nixtla?** Le support technique est excellent. Nous avions un environnement unique pour exécuter Time GPT, et l'équipe a été extrêmement accommodante pour nous aider à l'installer. **Que n’aimez-vous pas à propos de Nixtla?** Nous n'avons rencontré aucune forte aversion pour Nixtla. C'est une entreprise jeune et passionnante. **Quels sont les problèmes que Nixtla résout, et en quoi cela vous est-il bénéfique?** Nous utilisions les bibliothèques publiques de Nixtla pour exécuter des prévisions de séries temporelles avec LightGBM. Bien que nous étions satisfaits de la précision, TimeGPT a réduit notre temps de traitement et fournit des prévisions cohérentes et précises pour nos clients. - [View Nixtla pricing details and edition comparison](https://www.g2.com/fr/products/nixtla/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-14+13%3A18%3A04+-0500&secure%5Bsession_id%5D=d255392d-1026-45af-b27c-8d8341ec8cc2&secure%5Btoken%5D=7581f70a76f39d765868bbf163bf159e5d2ed92b2c40b8b250a0c862b6c74344&format=llm_user) ## Nixtla Integrations - [AWS HPC](https://www.g2.com/fr/products/aws-hpc/reviews) - [Azure Databricks](https://www.g2.com/fr/products/azure-databricks/reviews) - [Azure Pipelines](https://www.g2.com/fr/products/azure-pipelines/reviews) - [Databricks](https://www.g2.com/fr/products/databricks/reviews) - [Envizom](https://www.g2.com/fr/products/envizom/reviews) - [GitHub](https://www.g2.com/fr/products/github/reviews) - [GitLab](https://www.g2.com/fr/products/gitlab/reviews) - [H2O Driverless AI](https://www.g2.com/fr/products/h2o-driverless-ai/reviews) - [Kubernetes](https://www.g2.com/fr/products/kubernetes/reviews) - [Microsoft Power BI](https://www.g2.com/fr/products/microsoft-microsoft-power-bi/reviews) - [Modal Labs](https://www.g2.com/fr/products/modal-labs/reviews) - [OpenBB Terminal](https://www.g2.com/fr/products/openbb-terminal/reviews) - [Python](https://www.g2.com/fr/products/python/reviews) - [Saturn Cloud](https://www.g2.com/fr/products/saturn-cloud-saturn-cloud/reviews) - [Snowflake](https://www.g2.com/fr/products/snowflake/reviews) - [Spark](https://www.g2.com/fr/products/apache-spark/reviews) - [The Jupyter Notebook](https://www.g2.com/fr/products/the-jupyter-notebook/reviews) ## Nixtla Features **Outil statistique** - Script - Exploration de données - Algorithmes **Analyse des données** - Analyse - Interaction des données **Prise de décision** - Modelage - Visualisations de données - Génération de rapports - Unification des données **IA générative** - Génération de texte - Résumé du texte ## Top Nixtla Alternatives - [SAP HANA Cloud](https://www.g2.com/fr/products/sap-hana-cloud-2025-10-01/reviews) - 4.3/5.0 (519 reviews) - [Clari](https://www.g2.com/fr/products/clari/reviews) - 4.6/5.0 (5,493 reviews) - [Salesloft](https://www.g2.com/fr/products/salesloft/reviews) - 4.5/5.0 (4,153 reviews)