608 Databricks Data Intelligence Platform Bewertungen
Seine Fähigkeit, Big-Data-Verarbeitung mit maschinellem Lernen zu kombinieren, ermöglicht es, fortschrittliche Analysen und Datenverarbeitung effizient in einem Raum durchzuführen. Sein skalierbares Design und der kollaborative Arbeitsbereich machen es auch einfach für Teams, zusammenzuarbeiten und große Datensätze zu verarbeiten, ohne das System zu verlangsamen. Bewertung gesammelt von und auf G2.com gehostet.
Ein Nachteil der Databricks Data Intelligence Platform ist die steile Lernkurve für neue Benutzer, insbesondere beim Navigieren durch komplexe Funktionen wie Delta Lake und beim Verwalten von groß angelegten Workloads. Bewertung gesammelt von und auf G2.com gehostet.
Eine der besten Datenmanagement-Plattformen, ich mag besonders ihre benutzerfreundliche Integration und die vordefinierten Vorlagen, die bei der Datenanalyse ohne großen Aufwand sehr hilfreich sind. Bewertung gesammelt von und auf G2.com gehostet.
Ich mag ihre Dienstleistungen wirklich und ihre Erschwinglichkeit, und der Kundensupport bietet immer problemlose Dienstleistungen. Bewertung gesammelt von und auf G2.com gehostet.
Die Zuverlässigkeit von Data Bricks bietet stets einen Mehrwertdienst, um große Datenmengen mit voller Sicherheit zu speichern. Ihre Integration und die Vielzahl an Funktionen ermöglichen eine einfache Implementierung, die unsere gesamte Datenpipeline mit dem besten analytischen Dashboard verwaltet. Bewertung gesammelt von und auf G2.com gehostet.
Alle Dienstleistungen, die wir von Data Bricks erhalten, sind von höchster Qualität, und wir haben bisher keinen Kommentar zu ihrer Ablehnung. Wir schätzen ihre hochwertigen Dienstleistungen in unserer Organisation wirklich. Bewertung gesammelt von und auf G2.com gehostet.
Als Dateningenieur, der in den letzten zwei Jahren mit Databricks gearbeitet hat, kann ich ehrlich sagen, dass die Plattform die Herangehensweise an Dateningenieurprojekte komplett verändert hat. Vor Databricks standen mein Team und ich oft vor Herausforderungen bei der Verwaltung großer Datensätze und der Sicherstellung einer reibungslosen Zusammenarbeit zwischen Dateningenieuren und Datenwissenschaftlern. Es gab Zeiten, in denen sich Arbeitsabläufe unzusammenhängend anfühlten, und das Beheben von Problemen über verschiedene Tools hinweg nahm viel Zeit in Anspruch.
Databricks hat all das verändert. Besonders das Feature der kollaborativen Notebooks war ein Wendepunkt. Ich kann jetzt nahtlos in Echtzeit mit Datenwissenschaftlern zusammenarbeiten, Probleme beheben und Lösungen viel schneller iterieren. Zum Beispiel konnten wir während eines kürzlichen Projekts ein maschinelles Lernmodell innerhalb von Tagen verfeinern, dank der Möglichkeit, Notebooks einfach zu teilen und schnell gemeinsam Experimente durchzuführen. Diese Art der Zusammenarbeit dauerte früher mit anderen Tools Wochen.
Das Auto-Scaling-Feature war ein Lebensretter. Ich erinnere mich lebhaft an die Leistungsprobleme, die wir beim Verarbeiten großer Datensätze auf unserer alten Infrastruktur hatten. Jetzt passt Databricks die Ressourcen automatisch basierend auf der Arbeitslast an, sodass wir uns nie um die Verwaltung der Rechenleistung kümmern müssen. Dies hat die Verarbeitungszeiten drastisch verkürzt. Zum Beispiel dauert ein Datenumwandlungsjob, der früher Stunden in Anspruch nahm, jetzt nur noch einen Bruchteil der Zeit, was es uns ermöglicht, Projekte schneller zu liefern.
Delta Lake war ebenfalls von unschätzbarem Wert. Bevor wir es nutzten, waren Datenkonsistenz und -qualität ständige Sorgen, besonders beim Umgang mit großen und vielfältigen Datenquellen. Jetzt können wir mit Delta Lake darauf vertrauen, dass unsere Daten nicht nur von hoher Qualität, sondern auch leicht zugänglich und abfragbar sind. Ein besonderes Beispiel war, als wir eine komplexe Datensatz-Pipeline neu aufbauen mussten. Delta Lake ermöglichte es uns, mit inkrementellen Datenaktualisierungen zu arbeiten, was den Prozess viel effizienter und zuverlässiger machte.
Kurz gesagt, Databricks hat die Entwicklungszeit erheblich reduziert und die Gesamtqualität unserer Lieferungen verbessert. Es hat mir geholfen, komplexe Arbeitsabläufe zu straffen, die Zusammenarbeit zwischen Teams zu verbessern und vor allem datengetriebene Lösungen schneller und mit größerem Vertrauen zu liefern. Bewertung gesammelt von und auf G2.com gehostet.
Kostenoptimierung - Während ich die detaillierten Abrechnungsinformationen schätze, kann die Vorhersage von Kosten für große Projekte oder geteilte Umgebungen immer noch undurchsichtig erscheinen. Viele Teams kämpfen damit, unkontrollierte Kosten durch inaktive Cluster oder suboptimale Konfigurationen zu kontrollieren. Die Einführung intelligenterer Autoskalierung und Empfehlungen, die auf unsere Workloads zugeschnitten sind, wäre von unschätzbarem Wert. Zum Beispiel könnten Warnungen für "inaktive Cluster" oder "Kosten-Hotspots" in unserer Umgebung proaktiv Budgets sparen und die Effizienz verbessern.
Vereinfachte Governance und Sicherheit - Das Verwalten des Zugriffs auf feingranularer Ebene kann umständlich sein. Zum Beispiel erfordert die Kontrolle darüber, wer ein Notebook oder einen Job ansehen oder ausführen kann, oft Umgehungslösungen. Audit-Logs sind ausgezeichnet, aber sie für umsetzbare Erkenntnisse zu verstehen, fühlt sich manchmal wie das Lösen eines Puzzles an. Verbesserte attributbasierte Zugriffskontrolle (ABAC) und intuitivere, UI-basierte Steuerungen für das Berechtigungsmanagement würden die Abläufe erheblich vereinfachen.
Benutzererfahrung - Die kollaborative Notebook-Oberfläche ist eines der herausragenden Merkmale von Databricks, doch es gibt Bereiche, in denen sie reibungsloser sein könnte. Die Zusammenarbeit wird manchmal behindert, wenn zwei Benutzer dasselbe Notebook bearbeiten. Die Versionskontrolle wirkt im Vergleich zu Git-basierten Systemen grundlegend. Das Debuggen innerhalb von Notebooks, insbesondere für nicht-Python-Workloads, könnte erheblich verbessert werden. Das Hinzufügen von Inline-Kommentaren, Konfliktlösungswerkzeugen und robusten Debugging-Funktionen würde die Plattform auf die nächste Stufe heben. Ein Aktivitäts-Feed auf Workspace-Ebene, um zu zeigen, was in gemeinsamen Projekten passiert, wäre ebenfalls äußerst hilfreich. Bewertung gesammelt von und auf G2.com gehostet.
Es ist eine flexible Lösung, die gut funktioniert und darauf ausgelegt ist, Daten zu verteilen. Sie kann problemlos skaliert werden, um große Datenmengen zu verarbeiten, und bietet zahlreiche hochentwickelte Funktionen. Ich mag die Replikationsfunktionen. Bewertung gesammelt von und auf G2.com gehostet.
Es könnte besser sein, wenn es eine optimierte Benutzeroberfläche gäbe, da sie bei Operationen mit kleinen Dateien eine relativ hohe Latenz einführen kann. Bewertung gesammelt von und auf G2.com gehostet.
Die Erfahrung der Datenvisualisierung mit Databricks ist sehr großartig, und ihre erstklassigen Dienstleistungen machen die Arbeit für maschinelles Lernen einfacher und reibungsloser. Sie haben eine Integration, bei der wir ML-Module problemlos darauf bereitstellen können, ohne zusätzliche Integration. Bewertung gesammelt von und auf G2.com gehostet.
Alle sind gut und sehr unterstützend, ihr Team ist immer da, wenn wir Hilfe benötigen, sie antworten sehr schnell mit einer Lösung. Ich habe ihre Multi-Feature-Integration wirklich genossen, die sie zu unserem häufig genutzten Werkzeug für ML- und Deep-Learning-Entwicklung macht. Bewertung gesammelt von und auf G2.com gehostet.
Der beste Teil von Databricks ist, dass sie uns mehrere Funktionen bieten, die die gesamte Datenverwaltung an einem Ort ohne Probleme verwalten, und sie haben auch sehr effektive Datenintelligenz-Tools. Bewertung gesammelt von und auf G2.com gehostet.
Einfache Nutzung ihrer Implementierung bietet die beste Unterstützung in unserer Arbeit, die ein nächstes Level an Erfahrung und die beste Benutzererfahrung bietet, um auf ihrer Plattform zu arbeiten. Bewertung gesammelt von und auf G2.com gehostet.
Die Plattform ist so nah wie möglich an einem One-Stop-Shop für Daten und KI in der Branche, mit nichts als solider Leistung und einem Engagement für Innovation. Bewertung gesammelt von und auf G2.com gehostet.
Einige neue Einführungen könnten Zeit zur Anpassung benötigen. Bewertung gesammelt von und auf G2.com gehostet.
Ich mag Databricks, weil es allen hilft, an einem Ort gemeinsam an Big-Data-Projekten zu arbeiten. Es ist einfach, Ideen zu teilen, intelligente Computeraufgaben zu erledigen und als Team viele Informationen zu verstehen. Bewertung gesammelt von und auf G2.com gehostet.
Manchmal ist es schwierig, unsere alten Daten in Databricks zu übertragen. Wenn man es nicht gewohnt ist, kann es anfangs schwierig erscheinen, alles zu lernen. Bewertung gesammelt von und auf G2.com gehostet.
Im Allgemeinen nutze ich mehrere Plattformen für Datenmanagement und -visualisierung, aber Databricks hat eine wirklich großartige Benutzeroberfläche und eine Vielzahl von Integrationsmöglichkeiten, die die Nutzung sehr gut optimieren und die beste Implementierung von Datenanalysen bieten. Bewertung gesammelt von und auf G2.com gehostet.
Ich mag am meisten ihr analytisches Dashboard, wo ich die Datensätze mit verschiedenen Modulen gleichzeitig analysieren kann. Sie erwähnen sehr optimistische Vorlagen für die Erstellung von Analyseberichten zu schnellen Antworten. Bewertung gesammelt von und auf G2.com gehostet.
