Recensioni e Dettagli del Prodotto Datatron

L'integrazione dei dati con più fonti mi aiuta molto. La loro esperienza senza interruzioni mi fa risparmiare tempo prezioso. Data Tron mi offre una vasta personalizzazione ed è davvero facile da usare. Mi piace anche il loro team di supporto tecnico. Aiutano i loro clienti. Recentemente ho avuto problemi con i trasferimenti FTP; DataTron risolve quel problema. Inoltre, dopo di ciò, ho trascorso meno tempo sulla convalida del modello. Recensione raccolta e ospitata su G2.com.

Non ho trovato svantaggi in datatron perché ogni volta che mi sono bloccato, il loro team di supporto mi ha assistito al meglio. Non c'è nulla che non mi piaccia. Recensione raccolta e ospitata su G2.com.

Stavo lavorando su alcuni modelli critici dove avevamo un alto turnover di modelli, stavamo creando e mettendo da parte molti modelli, e arrivò un momento in cui non riuscivamo nemmeno a tenere traccia di tutti i modelli creati. Il nostro team ha cercato una piattaforma di monitoraggio dei modelli dove potessimo organizzare, archiviare e tenere d'occhio tutti i nostri modelli, e quindi abbiamo iniziato a usare Datatron. Una delle migliori caratteristiche di Datatron che ho incontrato è il ModelOps che ha reso il deployment e la gestione dei modelli di intelligenza artificiale molto più semplice. Con l'aiuto di questa funzione, ogni volta che un modello era pronto, veniva rapidamente inviato nell'ambiente di produzione grazie alla piattaforma automatizzata. Recensione raccolta e ospitata su G2.com.

Offrendo una serie di funzionalità, è normale che ci sia una caratteristica che rimane indietro. Il reparto di parallelizzazione e calcolo distribuito è un'area in cui la piattaforma è carente. Anche se avevamo più istanze connesse, la piattaforma non riusciva a identificarle tutte contemporaneamente, e a causa di ciò alcuni sistemi hanno sperimentato un carico pesante mentre altri sono rimasti inattivi. Questa distribuzione irregolare potrebbe influire sulle previsioni e sulle prestazioni del modello, e questo è qualcosa che nessuno vorrebbe che accadesse. Recensione raccolta e ospitata su G2.com.

Spostare i modelli di Machine Learning dalla fase iniziale alla produzione è piuttosto tedioso. Tuttavia, Datatron viene in soccorso. Validare i modelli e rilevare i bias nei modelli creati è stato molto più facile con Datatron rispetto ai processi tradizionali. Recensione raccolta e ospitata su G2.com.

Anche se questo aiuta a gestire i modelli creati dal team, usarli per MLops è facile, ma uno svantaggio che ho riscontrato riguardo al datatron è comprendere l'interfaccia complessa. Ci vuole un bel po' di tempo per capire. A parte questo, non ci sono altri svantaggi. Recensione raccolta e ospitata su G2.com.