-Ótima sugestão de tipos e conclusão de código que você esperaria de um IDE da JetBrains.
-Ótima integração de repositórios de código externos, com fácil gerenciamento de chaves SSH. Isso nos permitiu acelerar nosso processamento de dados com fácil acesso a ferramentas gerenciadas pelo git dentro do Datalore.
-Relatórios e widgets geralmente dentro de notebooks são ótimas ferramentas para criar scripts simples para que uma pessoa sem conhecimento em programação execute para analisar dados e produzir resultados quando desejado. Isso nos permitiu liberar recursos de cientistas de dados para solicitações simples de reprocessamento de dados semelhantes repetidamente.
-A integração com armazenamento em nuvem monta o armazenamento no notebook, tornando o acesso aos dados tão simples quanto acessar dados locais!
-O suporte técnico é extremamente rápido para resolver um problema. Recentemente, abri um ticket sobre um problema específico de instalação relacionado a um repositório personalizado que havíamos criado. Em poucos dias, a equipe de suporte técnico identificou o problema com o Datalore (versões conflitantes do Python) e lançou um patch para corrigir o problema. Não há como superar a velocidade e a eficácia do suporte técnico deles - só elogios!
-O faturamento é fácil de acompanhar, especialmente com custos e uso de armazenamento detalhados que podem ser exportados como um .csv para análise (com um próprio notebook do Datalore).
-A conexão com banco de dados é tão fácil de configurar quanto o armazenamento em nuvem. Células SQL são fáceis de usar. Descobrimos que elas eram bastante lentas, tornando-as não úteis para acessar bancos de dados maiores e resultando no acesso manual com 'pandas'. No entanto, acredito que um patch as acelerou, e acredito que foi significativo - embora tenhamos utilizado isso em capacidade limitada desde a atualização.
-Folhas de notebook e tabela de conteúdos, em particular, permitem fácil organização de notebooks através de cabeçalhos markdown que aparecem na ToC - facilitando a navegação em notebooks maiores.
-A colaboração é ótima devido à hospedagem na web dos notebooks, permitindo que vários usuários editem um notebook simultaneamente sem conflitos. Análise coletada por e hospedada no G2.com.
-A versão do Python está em 3.8 nos notebooks. Tenho desejado ver uma versão mais moderna ou opções por um tempo, e apesar dos planos de suportar múltiplas versões do Datalore por mais de um ano, isso não aconteceu.
-Muitas vezes há problemas para acessar instâncias spot regularmente para o nível CPU-XL, forçando o uso de computações sob demanda ou alternativas, tornando o spot CPU-XL quase inutilizável para nós como uma opção.
-Reclamação menor: markdown tem verificação ortográfica, mas não é possível clicar com o botão direito para corrigir o erro de digitação.
-Na lista de desejos: gostaria que os relatórios pudessem executar novamente uma subseção de um notebook quando chamados (talvez um widget de botão), em vez de ter que executar novamente o notebook inteiro: isso torna os relatórios interativos inutilizáveis quando é necessário carregar ou processar grandes dados (já que isso só é necessário uma vez, mas é reexecutado a cada pequena mudança). Análise coletada por e hospedada no G2.com.
