Bei der Bewertung der beiden Lösungen fanden Rezensenten Databricks Data Intelligence Platform einfacher zu verwenden, einzurichten und zu verwalten. Rezensenten bevorzugten es insgesamt, Geschäfte mit Databricks Data Intelligence Platform zu machen.
Eine großartige Erfahrung, die ML-Runtimes - MLFlow und Spark - kombiniert. Die Möglichkeit, Python und SQL nahtlos auf einer Plattform zu verwenden. Da Databricks-Notebooks im Hintergrund als Python-Skripte gespeichert werden können, ist es erstaunlich,...
Zu viele Anpassungen sind erforderlich, um die richtige Mischung aus Parametrisierung für optimale Leistung zu erreichen. Andererseits bietet Snowflake viele Funktionen direkt einsatzbereit, ohne dass sich der Entwickler um diese Dinge kümmern muss.
einfach zu verwendende Funktionssets, schöne Integrationen
Wenn eine neue Funktion veröffentlicht wird (wie die Werkbank oder die neue Beta-Notebook-Oberfläche), bleiben sie sehr lange in der Beta-Phase. Außerdem habe ich bei diesen beiden speziellen Oberflächen einige grundlegende Fehler erlebt, die jemand...
Eine großartige Erfahrung, die ML-Runtimes - MLFlow und Spark - kombiniert. Die Möglichkeit, Python und SQL nahtlos auf einer Plattform zu verwenden. Da Databricks-Notebooks im Hintergrund als Python-Skripte gespeichert werden können, ist es erstaunlich,...
einfach zu verwendende Funktionssets, schöne Integrationen
Zu viele Anpassungen sind erforderlich, um die richtige Mischung aus Parametrisierung für optimale Leistung zu erreichen. Andererseits bietet Snowflake viele Funktionen direkt einsatzbereit, ohne dass sich der Entwickler um diese Dinge kümmern muss.
Wenn eine neue Funktion veröffentlicht wird (wie die Werkbank oder die neue Beta-Notebook-Oberfläche), bleiben sie sehr lange in der Beta-Phase. Außerdem habe ich bei diesen beiden speziellen Oberflächen einige grundlegende Fehler erlebt, die jemand...