Confronta DataRobot e Vertex AI 
A Colpo d'Occhio
Segmenti di Mercato
Piccola Impresa (54.2% delle recensioni)
Piccola Impresa (42.0% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Paga a consumo Al mese
DataRobot
Valutazione a Stelle
(26)4.4 su 5
Segmenti di Mercato
Piccola Impresa (54.2% delle recensioni)
Pros & Cons
Dati insufficienti
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su DataRobotVertex AI
Valutazione a Stelle
(652)4.3 su 5
Segmenti di Mercato
Piccola Impresa (42.0% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Paga a consumo Al mese
Scopri di più su Vertex AIRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- I revisori di G2 riportano che Vertex AI eccelle nella gestione di flussi di lavoro complessi di machine learning, con gli utenti che apprezzano la sua capacità di centralizzare l'intero ciclo di vita del ML. Un utente ha evidenziato come semplifichi tutto, dalla preparazione dei dati al deployment, rendendo più facile gestire processi intricati.
- Gli utenti dicono che DataRobot offre funzionalità di automazione robuste, in particolare nella pre-elaborazione dei dati e nell'ingegneria delle caratteristiche. I revisori hanno notato che fa risparmiare tempo selezionando automaticamente i migliori modelli e ottimizzando gli iperparametri, il che può essere un vantaggio significativo per i team che cercano di ottimizzare i loro processi di ML.
- Secondo recensioni verificate, Vertex AI ha un punteggio di soddisfazione complessivo notevolmente più alto, riflettendo la sua forte performance e interfaccia user-friendly. Gli utenti hanno elogiato la sua integrazione senza soluzione di continuità con Google Cloud, che migliora l'esperienza di gestione dei progetti di machine learning.
- I revisori menzionano che mentre DataRobot è efficace nel deployment e nella modellazione di modelli ML, ha meno recensioni recenti, il che potrebbe indicare un minore coinvolgimento o soddisfazione degli utenti attuali. Questo potrebbe essere un problema per i potenziali acquirenti che cercano una piattaforma con feedback attivo degli utenti.
- I revisori di G2 evidenziano che il processo di implementazione di Vertex AI è rapido e intuitivo, con molti utenti che apprezzano l'esperienza di onboarding. Questo contrasta con DataRobot, dove alcuni utenti hanno espresso difficoltà nell'impostazione, indicando che Vertex AI potrebbe essere più accessibile per i nuovi utenti.
- Gli utenti riportano che entrambe le piattaforme sono partner forti nel business, ma Vertex AI si distingue con un punteggio più alto nella direzione del prodotto, suggerendo che gli utenti si sentono più fiduciosi nel suo sviluppo futuro e nei miglioramenti. Questo potrebbe essere un fattore cruciale per le organizzazioni che cercano soluzioni a lungo termine.
DataRobot vs Vertex AI
Quando hanno valutato le due soluzioni, i revisori hanno trovato DataRobot più facile da usare. Tuttavia, i revisori hanno preferito la facilità di configurazione di Vertex AI insieme all'amministrazione. I revisori hanno concordato che entrambi i fornitori rendono ugualmente facile fare affari in generale.
- I revisori hanno ritenuto che DataRobot soddisfi meglio le esigenze della loro azienda rispetto a Vertex AI.
- Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che Vertex AI sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Vertex AI rispetto a DataRobot.
Prezzi
Prezzo di Ingresso
DataRobot
Nessun prezzo disponibileVertex AI
Try Vertex AI Free
Paga a consumo
Al mese
I nuovi clienti ricevono $300 in crediti gratuiti da spendere su Vertex AI.
- Un'interfaccia utente unificata per l'intero flusso di lavoro ML
- API pre-addestrate per visione, video, linguaggio naturale e altro
- Integrazione end-to-end per dati e AI
Prova Gratuita
DataRobot
Nessuna informazione sulla prova disponibileVertex AI
Nessuna informazione sulla prova disponibileValutazioni
Soddisfa i requisiti
8.8
23
8.6
389
Facilità d'uso
8.5
23
8.2
400
Facilità di installazione
7.0
11
8.1
322
Facilità di amministrazione
7.4
11
7.9
149
Qualità del supporto
7.9
22
8.1
364
the product è stato un buon partner negli affari?
8.3
11
8.3
143
Direzione del prodotto (% positivo)
8.4
22
9.2
383
Caratteristiche per Categoria
Distribuzione
Dati insufficienti
8.4
76
Dati insufficienti
8.1
78
Dati insufficienti
8.3
76
Dati insufficienti
8.4
76
Dati insufficienti
8.8
75
Distribuzione
Dati insufficienti
8.5
75
Dati insufficienti
8.3
73
Dati insufficienti
8.4
72
Dati insufficienti
8.6
74
Dati insufficienti
8.7
71
Gestione
Dati insufficienti
8.2
71
Dati insufficienti
8.5
73
Dati insufficienti
8.0
71
Dati insufficienti
8.1
70
Operazioni
Dati insufficienti
8.2
70
Dati insufficienti
8.5
71
Dati insufficienti
8.3
71
Gestione
Dati insufficienti
8.1
69
Dati insufficienti
8.4
72
Dati insufficienti
8.3
70
Intelligenza Artificiale Generativa
Dati insufficienti
8.4
37
Dati insufficienti
8.6
37
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
Dati insufficienti
8.2
246
Sistema
Dati insufficienti
8.2
173
Sviluppo del Modello
Dati insufficienti
8.5
208
Dati insufficienti
7.9
181
Dati insufficienti
8.4
206
Dati insufficienti
8.5
209
Sviluppo del modello
Dati insufficienti
8.2
167
Servizi di Machine/Deep Learning
Dati insufficienti
8.3
203
Dati insufficienti
8.5
202
Dati insufficienti
8.2
200
Dati insufficienti
8.3
181
Servizi di Machine/Deep Learning
Dati insufficienti
8.5
167
Dati insufficienti
8.5
166
Distribuzione
Dati insufficienti
8.3
213
Dati insufficienti
8.3
203
Dati insufficienti
8.6
207
Intelligenza Artificiale Generativa
Dati insufficienti
8.3
110
Dati insufficienti
8.3
106
Dati insufficienti
8.1
105
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
Dati insufficienti
8.1
38
Dati insufficienti
7.8
37
Dati insufficienti
7.7
38
Dati insufficienti
7.9
35
Dati insufficienti
8.5
37
Dati insufficienti
7.5
36
Dati insufficienti
7.7
36
Infrastruttura di AI GenerativaNascondi 14 CaratteristicheMostra 14 Caratteristiche
Dati insufficienti
8.4
36
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
9.0
31
Dati insufficienti
8.7
32
Dati insufficienti
8.6
31
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
8.0
34
Dati insufficienti
7.7
31
Dati insufficienti
8.1
30
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
8.5
30
Dati insufficienti
8.3
32
Dati insufficienti
8.5
31
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
8.7
30
Dati insufficienti
8.3
32
Dati insufficienti
8.9
30
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
8.2
31
Dati insufficienti
8.5
31
Integrazione - Apprendimento Automatico
Dati insufficienti
8.5
68
Apprendimento - Apprendimento automatico
Dati insufficienti
8.5
66
Dati insufficienti
8.3
65
Dati insufficienti
8.8
66
Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)Nascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
9.0
26
Ingegneria dei Prompt - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
24
Dati insufficienti
9.0
24
Ottimizzazione dell'Inferenza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
22
Giardino dei Modelli - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.3
25
Addestramento personalizzato - Operazionalizzazione di Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
24
Sviluppo di Applicazioni - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.2
23
Distribuzione del Modello - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.0
23
Dati insufficienti
8.7
22
Guardrails - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.7
23
Dati insufficienti
8.9
22
Monitoraggio del Modello - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.7
21
Dati insufficienti
9.1
22
Sicurezza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
22
Dati insufficienti
9.0
23
Gateway e Router - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.9
22
Personalizzazione - Costruttori di Agenti AI
Dati insufficienti
8.6
28
Dati insufficienti
7.6
27
Dati insufficienti
8.3
26
Funzionalità - Costruttori di Agenti AI
Dati insufficienti
8.1
27
Dati insufficienti
7.3
27
Dati insufficienti
8.2
26
Dati insufficienti
7.2
27
Dati e Analisi - Costruttori di Agenti AI
Dati insufficienti
7.8
26
Dati insufficienti
7.9
27
Dati insufficienti
8.1
28
Integrazione - Costruttori di Agenti AI
Dati insufficienti
8.8
28
Dati insufficienti
8.2
30
Dati insufficienti
8.1
28
Dati insufficienti
7.5
27
Piattaforme di Machine Learning a Basso CodiceNascondi 6 CaratteristicheMostra 6 Caratteristiche
Dati insufficienti
Dati insufficienti
Ingestione e Preparazione dei Dati - Piattaforme di Machine Learning a Basso Codice
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Costruzione di Modelli e Automazione - Piattaforme di Machine Learning a Basso Codice
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Analisi PredittivaNascondi 11 CaratteristicheMostra 11 Caratteristiche
Dati insufficienti
Dati insufficienti
Strumento Statistico
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Analisi dei dati
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Prendere decisioni
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Categorie
Categorie
Categorie condivise
DataRobot e Vertex AI sono categorizzati comePiattaforme di Data Science e Machine Learning e Piattaforme di Machine Learning a Basso Codice
Categorie uniche
DataRobot è categorizzato comeAnalisi Predittiva
Recensioni
Dimensione dell'Azienda dei Recensori
DataRobot
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Vertex AI
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Piccola impresa
(50 o meno dip.)
Mid-Market
(51-1000 dip.)
Enterprise
(> 1000 dip.)
Settore dei Recensori
Software per computer
20.8%
Tecnologia dell'informazione e servizi
12.5%
Telecomunicazioni
8.3%
Architettura e Pianificazione
4.2%
Biotecnologia
4.2%
Altro
50.0%
Software per computer
17.9%
Tecnologia dell'informazione e servizi
14.3%
Servizi Finanziari
6.8%
Vendita al dettaglio
3.6%
Ospedale e Assistenza Sanitaria
3.3%
Altro
54.1%
Alternative
Discussioni
Posso usare librerie esterne con i miei algoritmi?
1 Commento
CP
Sì, puoi. Algorithmia ha capacità complete di gestione dei pacchetti integrate nella piattaforma.Leggi di più
Quanto costa utilizzare Algorithmia?
1 Commento
CP
Puoi iniziare con Algorithmia Teams a partire da soli $299 al mese. Vai su teams.algorithmia.com e iscriviti ora!Leggi di più
Ho trovato un bug in un algoritmo o non sta producendo i risultati attesi, cosa posso fare?
1 Commento
CP
Se sei un utente di Algorithmia Enterprise, contatta il tuo team account per una risposta immediata.
Per i Team, mentre sei connesso alla piattaforma,...Leggi di più
A cosa serve Google Cloud AI Platform?
3 Commenti
AO
Vertex AI è la piattaforma di machine learning gestita da Google Cloud. Viene utilizzata per costruire, addestrare e distribuire modelli di ML su larga...Leggi di più
What software libraries does cloud ML engine support?
3 Commenti
AO
Cloud ML Engine (ora parte di Vertex AI) supporta framework e librerie ML popolari come TensorFlow, PyTorch, Scikit-learn e XGBoost. Questa flessibilità...Leggi di più
Che cos'è la piattaforma Google AI?
2 Commenti
ZM
The Google AI Platform is a comprehensive set of tools and services provided by Google Cloud to develop, deploy, and manage artificial intelligence. It...Leggi di più
Cerchi approfondimenti sul software?
Con oltre 3 milioni di recensioni, possiamo fornire i dettagli specifici che ti aiutano a prendere una decisione informata sull'acquisto di software per la tua azienda. Trovare il prodotto giusto è importante, lasciaci aiutarti.
o continua con
Procedendo, accetti i nostri Termini di utilizzo e Informativa sulla privacy
