Deepnote torna a extração e exploração de dados muito mais fácil. Podemos rapidamente nos conectar a bancos de dados e ir direto para a análise, o que realmente melhorou nossa visibilidade sobre o desempenho e ajudou a acelerar a tomada de decisões. Também é incrivelmente flexível — conseguimos construir modelos que ajudam a garantir a qualidade operacional e adaptá-los conforme nossas necessidades evoluem. Além disso, a colaboração em tempo real, o suporte a SQL/Python e a configuração zero o tornam perfeito para equipes remotas. Análise coletada por e hospedada no G2.com.

O principal problema é o tempo de carregamento ao trabalhar com conjuntos de dados maiores ou múltiplas fontes de dados — pode ser um pouco lento para inicializar. Além disso, como é totalmente baseado na nuvem, não funciona bem em situações de baixa conectividade, e o acesso offline seria uma adição útil. Análise coletada por e hospedada no G2.com.

Tenho usado o Deepnote para meus projetos em Python, e tem sido uma verdadeira revolução. A interface é limpa, intuitiva e incrivelmente adequada tanto para trabalho solo quanto para colaboração em equipe. Eu adoro especialmente os recursos de colaboração em tempo real — parece o Google Docs para ciência de dados. Também integra-se perfeitamente com ferramentas populares como GitHub e BigQuery, o que me poupa muito tempo. O fato de eu poder executar notebooks no estilo Jupyter na nuvem sem precisar configurar um ambiente local é uma grande vantagem. Recomendo fortemente para qualquer pessoa que trabalhe com ciência de dados, análises ou fluxos de trabalho de aprendizado de máquina. Análise coletada por e hospedada no G2.com.

às vezes um pouco lento, mas é um bom recurso para se trabalhar. Análise coletada por e hospedada no G2.com.

Ele fornece ótimas ferramentas de visualização para notebooks, com alguns recursos interessantes como a sumarização de colunas. Também permite agrupar muitos notebooks no mesmo projeto, algo que seus concorrentes não permitem. Seus recursos de IA são melhores que os dos concorrentes também, podendo criar uma análise completa por conta própria. Análise coletada por e hospedada no G2.com.

Apesar do fato de que a IA é muito melhor do que seus concorrentes, ainda é um pouco desajeitada de usar, pode criar muitas células não utilizadas e deixá-las lá. Além disso, alguns recursos estão faltando/não são o padrão:

- eu deveria ser capaz de consultar (unir) todo dataframe em SQL

- a reprodução de células deve reproduzir seus filhos por padrão Análise coletada por e hospedada no G2.com.

Deepnote é uma aplicação genuinamente útil de IA na codificação, em termos de sugestões de código preditivas, nunca encontrei nada parecido e o tempo que economiza na construção de consultas é excepcional. Foi uma configuração e integração fáceis e é uma interface intuitiva que não leva muito tempo para se familiarizar. A estrutura de arquivos facilita a execução rápida de consultas ad hoc em conjuntos de dados únicos, enquanto as múltiplas integrações e a estrutura de projetos tornam projetos maiores uma brisa. Literalmente, agora estaria perdido sem ele. Análise coletada por e hospedada no G2.com.

As únicas coisas que realmente não gosto são pequenos detalhes em vez de lacunas de funcionalidades. O menu para converter/duplicar blocos de código é um pouco desajeitado e a IA "corrigir meu código" não é tão eficaz quanto a parte preditiva. Análise coletada por e hospedada no G2.com.

O assistente de IA do Deepnote tem sido incrivelmente útil na criação de novos blocos de código e na correção de problemas, tornando mais fácil gerenciar o processo ETL sem experiência prévia extensa em Python. A plataforma permite uma execução diária suave do processo ETL, que tem funcionado de forma confiável. O gerenciamento de segredos embutido ajuda a evitar a codificação direta de segredos no código, proporcionando um nível básico de segurança. Análise coletada por e hospedada no G2.com.

A interface pode ser lenta para carregar, especialmente com um grande número de blocos de código. Eu gostaria de obter informações detalhadas sobre execuções passadas, tanto bem-sucedidas quanto falhas, para solução de problemas e monitoramento. A visibilidade de segredos no gerenciador de segredos representa um risco potencial de segurança. Análise coletada por e hospedada no G2.com.

A melhor parte de usar o Deepnote é poder combinar diferentes ambientes, como Python, SQL, arquivos, etc., para desenvolver muito mais rápido. Além disso, a automação de tarefas é muito útil e permite que você acompanhe os erros com muita facilidade. Sou um usuário assíduo do Deepnote desde que o conheci. Além disso, as integrações são realmente úteis e têm tudo o que eu preciso. Análise coletada por e hospedada no G2.com.

As funções de IA são úteis, mas precisam ser melhoradas. Às vezes, não me sinto confiante com isso. Além disso, gostaria de ter mais opções para automatizar processos como ETL, que são projetos de longa duração, mas que poderiam ser executados muito facilmente com uma ferramenta dessas.

Além disso, os gráficos podem ser limitados e às vezes tenho que usar Python porque o recurso de plotagem não é suficiente. Análise coletada por e hospedada no G2.com.

Eu realmente aprecio o nível de controle que o Deepnote me dá ao executar análises e criar aplicativos de dados voltados para usuários internos. É fácil reutilizar blocos de código, conectar-se a fontes de dados externas e criar visualizações em questão de minutos. Tenho usado alguma versão de ferramentas de notebook Python por cerca de 15 anos e acho o Deepnote bastante intuitivo para alguém como eu. Análise coletada por e hospedada no G2.com.

O desafio número um que tive, e isso provavelmente se deve ao fato de eu ser novo no Deepnote (tendo usado o Hex bastante extensivamente nos últimos 4 anos), é a gestão de projetos. Por exemplo, criei um notebook no projeto errado e não consegui encontrar uma maneira simples de exportar esse notebook de um projeto para outro — acabei tendo que copiar o projeto inteiro e deletar tudo o que não precisava. Da mesma forma, não poder ter mais de um aplicativo de dados ativo por projeto parece estranho. Por exemplo, construí um aplicativo de notebook e queria criar uma versão para métricas internas que fornecesse uma visão geral de todos os clientes, mas depois ter uma versão específica para cada cliente. Esses precisam estar em projetos diferentes para serem publicados. Talvez seja apenas eu não estando tão familiarizado com o aspecto de gestão de projetos do Deepnote, mas pareceu um pouco de sobrecarga que pode ser simplificada com algum trabalho de UX para melhorar a "velocidade para valor" para usuários que criam múltiplos aplicativos de dados. Análise coletada por e hospedada no G2.com.

Deepnote nos permite colaborar de forma eficiente em análises de dados para projetos de clientes. O ambiente baseado em nuvem é moderno e bem organizado. É especialmente útil a possibilidade de compartilhar e editar cadernos diretamente com colegas. A integração de diferentes fontes de dados funciona bem e economiza tempo no trabalho do projeto. Análise coletada por e hospedada no G2.com.

Ocasionalmente, os tempos de carregamento podem ser otimizados para conjuntos de dados maiores. Alguns recursos avançados estão disponíveis apenas em níveis de preços mais altos. A funcionalidade offline é naturalmente limitada, pois se trata de uma solução em nuvem. Análise coletada por e hospedada no G2.com.

Adoro como posso criar um ambiente compartilhado com meu colega de equipe, e não precisamos nos preocupar em manter a sincronização. Temos visibilidade em tempo real do que o outro está fazendo e podemos configurar cadernos duplicados e reverter alterações facilmente. O Jupyter é ótimo por si só para geração de código; é ainda mais valioso em um ambiente compartilhado. Análise coletada por e hospedada no G2.com.

A inicialização é muito lenta, pois carrega todas as nossas dependências. Isso não seria um grande problema se a máquina não desligasse a cada 15 minutos. Em teoria, deveria carregar o cache, mas não consegui fazer isso funcionar. Também não consegui fazer a integração com o Google Drive funcionar. Estava mostrando um erro, então acabei usando uma API em vez disso. Análise coletada por e hospedada no G2.com.

Tornou-se a fonte única de todas as nossas estratégias em Cobrança de Dívidas. Somos capazes de segmentar, criar várias maneiras de gerenciar as contas endossadas a nós, facilitando o carregamento em nossas ferramentas e garantindo que todos os detalhes e dados sejam capturados corretamente. Análise coletada por e hospedada no G2.com.

Às vezes o servidor está fora do ar, portanto, é necessário reiniciar todo o laptop ou esperar que ele retome. Análise coletada por e hospedada no G2.com.