Al evaluar las dos soluciones, los revisores encontraron que Databricks Data Intelligence Platform es más fácil de usar, configurar y administrar. Además, prefirieron hacer negocios en general con Databricks Data Intelligence Platform.
Una gran experiencia que combina ML-Runtimes - MLFlow y Spark. La capacidad de usar Python y SQL sin problemas en una sola plataforma. Dado que los cuadernos de databricks se pueden guardar como scripts de Python en segundo plano, es increíble tener tanto...
Se necesitan demasiadas personalizaciones para lograr la combinación adecuada de parametrización para un rendimiento óptimo. Por otro lado, Snowflake ofrece muchas características listas para usar sin que el desarrollador tenga que preocuparse por estas cosas.
conjuntos de características fáciles de usar, buenas integraciones
Cuando se lanza una nueva función (como el banco de trabajo o la nueva interfaz del cuaderno beta), permanecen en beta durante mucho tiempo. Además, he experimentado con esas dos interfaces en particular algunos errores básicos, que si alguien hubiera usado...
Una gran experiencia que combina ML-Runtimes - MLFlow y Spark. La capacidad de usar Python y SQL sin problemas en una sola plataforma. Dado que los cuadernos de databricks se pueden guardar como scripts de Python en segundo plano, es increíble tener tanto...
conjuntos de características fáciles de usar, buenas integraciones
Se necesitan demasiadas personalizaciones para lograr la combinación adecuada de parametrización para un rendimiento óptimo. Por otro lado, Snowflake ofrece muchas características listas para usar sin que el desarrollador tenga que preocuparse por estas cosas.
Cuando se lanza una nueva función (como el banco de trabajo o la nueva interfaz del cuaderno beta), permanecen en beta durante mucho tiempo. Además, he experimentado con esas dos interfaces en particular algunos errores básicos, que si alguien hubiera usado...