Databricks sobresale en unificar la ingeniería de datos, la analítica y la IA/ML en una sola plataforma. La arquitectura Lakehouse cierra la brecha entre los lagos de datos y los almacenes, haciéndola increíblemente eficiente para gestionar datos estructurados y no estructurados. Aprecio especialmente la integración fluida con Apache Spark, el sólido soporte de cuadernos para el desarrollo colaborativo y la simplicidad de Delta Lake para el almacenamiento de datos versionados. Funcionalidades como AutoML y Unity Catalog unen la gobernanza y la inteligencia, facilitando la escalabilidad de la analítica de manera segura y confiable. Reseña recopilada por y alojada en G2.com.
Aunque es potente, la plataforma tiene una curva de aprendizaje, especialmente para equipos que no están familiarizados con Spark o la computación distribuida. Algunas características (como Unity Catalog o la computación sin servidor) pueden ser específicas de la región o estar limitadas por la compatibilidad del proveedor de la nube. Además, la depuración de trabajos y la gestión de costos de clúster pueden ser desafiantes sin un monitoreo y etiquetado cuidadosos, particularmente en proyectos a escala empresarial. Reseña recopilada por y alojada en G2.com.
609 Databricks Data Intelligence Platform Reseñas
Lo que más me gusta de Databricks es su integración perfecta del procesamiento de big data y la inteligencia artificial. La interfaz basada en cuadernos facilita la colaboración, y el uso de Spark garantiza un rendimiento rápido. Delta Lake también proporciona una gestión y versionado de datos confiables, lo cual es extremadamente útil en entornos empresariales. Reseña recopilada por y alojada en G2.com.
Una desventaja es que la configuración inicial y la configuración de la red pueden ser complejas y requerir experiencia técnica. Además, el costo puede aumentar rápidamente dependiendo del uso, por lo que el monitoreo de costos es esencial. Además, la falta de documentación completa en algunos idiomas como el japonés puede ser una limitación. Reseña recopilada por y alojada en G2.com.
Lo que más me gusta de las plataformas de inteligencia de datos de Databricks es la integración ininterrumpida de los flujos de trabajo de ingeniería de datos, ciencia de datos e IA en una sola plataforma, lo que mejora la cooperación, la robustez y el rendimiento para proyectos grandes de datos y ML. Reseña recopilada por y alojada en G2.com.
El aspecto menos útil de la plataforma de inteligencia de datos de Databricks es su complicación para los nuevos usuarios y su pronunciada curva de aprendizaje, especialmente para aquellos sin un sólido conocimiento en Spark o computación distribuida. Además, puede ser costoso a gran escala, y depurar grandes flujos de trabajo a veces puede ser un desafío debido a la limitada transparencia en el rastreo de errores. Reseña recopilada por y alojada en G2.com.
Me gusta porque se destaca por su capacidad para unificar la ciencia de datos, la ingeniería de datos y el análisis de negocios en una sola interfaz. También aprecio la integración fluida con cuadernos colaborativos y la capacidad de trabajar sin problemas con Delta Lake, lo cual es una gran ventaja, asegurando fiabilidad y rendimiento al gestionar datos a gran escala. Reseña recopilada por y alojada en G2.com.
A veces, la interfaz web puede tardar un tiempo en cargar los clústeres activos. También me gustaría tener más herramientas visuales para monitorear el uso de recursos en tiempo real. Reseña recopilada por y alojada en G2.com.
La Plataforma de Inteligencia de Datos de Databricks nos permite tener una única fuente de capacidades de desarrollo para desarrolladores de TI y analistas de negocios. Esto facilita la implementación de capacidades y la consolidación de conjuntos de herramientas en todo el entorno. Se les da a los usuarios la libertad de desarrollar los productos de datos que necesitan en los plazos que los necesitan. Facilita la implementación y la puesta en producción de estos proyectos para una integración más sencilla en el uso posterior. Reseña recopilada por y alojada en G2.com.
La única "desventaja" que tengo es que es difícil mantenerse al día con todas las mejoras y actualizaciones en la plataforma. Siempre vemos nuevas funciones para implementar y queremos asegurarnos de que estamos haciendo lo mejor que podemos para nuestros usuarios finales. Reseña recopilada por y alojada en G2.com.
Databricks es muy confiable, flexible y ayuda a nuestra empresa a crear soluciones analíticas innovadoras. Cada semana, en nuestras reuniones técnicas, cubrimos una variedad de temas como errores, mejores prácticas, nuevas características y más, usándolo. Además, cada miembro del equipo de soporte en Databricks responde rápidamente y es bastante servicial. Reseña recopilada por y alojada en G2.com.
Cuando se utilizan funciones creativas como la IA, el control de costos y la estimación pueden resultar difíciles. Y aunque lakeview SQL aún no está desarrollado, Databricks sigue impulsando su utilización de todos modos. Además, de vez en cuando, la activación de funciones no anunciadas en mi oficina me sorprende. Reseña recopilada por y alojada en G2.com.
Trabajando en Databricks, donde podemos analizar fácilmente grandes conjuntos de datos e integrar nuestra plataforma o sitio web para crear una visión a partir de nuestro conjunto de datos interno. Tienen una serie de características que nos ayudan a gestionar todas las vistas analíticas con plantillas predefinidas. Reseña recopilada por y alojada en G2.com.
La implementación fue tan rápida y fácil que nos ayuda a gestionar todos los datos sin ningún problema. Me gustan sus servicios de atención al cliente y su uso frecuente los convierte en mi plataforma favorita para la gestión de datos. Reseña recopilada por y alojada en G2.com.
El Catálogo de Unidad agrupa tipos de datos útiles como Tablas (delta), Modelos, Vistas, Funciones y Volúmenes (para datos no estructurados). Además, la pestaña de Flujos de Trabajo optimiza la eficiencia para ejecutar trabajos y flujos de trabajo que actualizan e interactúan con grandes volúmenes de datos. Reseña recopilada por y alojada en G2.com.
La peor funcionalidad viene con los modos de cómputo y las habilidades restringidas. Por ejemplo, el modo de acceso dedicado para un solo usuario es esencial para utilizar los tiempos de ejecución de ML y algunos accesos al contexto de Spark; sin embargo, el modo de acceso compartido estándar es clave para la última funcionalidad de UC, como interactuar adecuadamente con Clones Superficiales. Reseña recopilada por y alojada en G2.com.
La plataforma de Databricks es una poderosa herramienta colaborativa que permite a los equipos trabajar juntos sin problemas en proyectos de datos. El entorno integrado para el procesamiento y análisis de datos, junto con su interfaz fácil de usar, facilita la visualización de ideas y el intercambio de hallazgos en tiempo real. Reseña recopilada por y alojada en G2.com.
La complejidad ocasional en la gestión de múltiples clústeres y entornos, que puede llevar a confusión respecto a la asignación de recursos. Además, la curva de aprendizaje para los nuevos usuarios puede ser pronunciada, lo que supone un desafío para la adopción organizacional. Reseña recopilada por y alojada en G2.com.
Asistí para explorar cómo Databricks unifica la ingeniería de datos, la analítica y la inteligencia artificial. La integración de la plataforma con herramientas de BI y el soporte para Delta Lake funcionaron bien. Las características de rendimiento y colaboración destacaron. Sin embargo, la curva de aprendizaje y algunas complejidades de la interfaz de usuario podrían mejorarse para los nuevos usuarios que están haciendo la transición desde plataformas tradicionales. Reseña recopilada por y alojada en G2.com.
Asistí a la sesión de la Plataforma de Inteligencia de Datos de Databricks, pero la encontré bastante poco destacable. Las características y el rendimiento no fueron ni sobresalientes ni decepcionantes. Se sintió genérico, con mejoras vagas y una innovación mínima. En general, no estoy seguro de sus ventajas distintivas, lo que hace que mi reseña no sea particularmente informativa ni útil para los posibles usuarios. Reseña recopilada por y alojada en G2.com.
Lo que más aprecio de Databricks es su enfoque unificado hacia la ingeniería de datos y la ciencia de datos. La plataforma elimina los silos tradicionales entre nuestros ingenieros de datos y científicos de datos al proporcionar un espacio de trabajo colaborativo donde ambos equipos pueden trabajar en los mismos conjuntos de datos utilizando sus herramientas preferidas, ya sea Spark, Python, R o SQL. La tecnología Delta Lake ha sido particularmente valiosa para garantizar la calidad y fiabilidad de los datos en nuestras canalizaciones. Los clústeres de autoescalado significan que no tenemos que preocuparnos por la gestión de infraestructura, y la interfaz de cuadernos hace que sea fácil documentar y compartir nuestro trabajo. La integración de MLflow para el seguimiento de experimentos y el despliegue de modelos ha agilizado significativamente nuestro ciclo de vida de aprendizaje automático. Reseña recopilada por y alojada en G2.com.
Los principales desafíos que hemos encontrado están relacionados con la curva de aprendizaje y la gestión de costos. Para los miembros del equipo que provienen de entornos tradicionales de SQL, la transición a análisis basados en Spark requiere una capacitación significativa. El modelo de precios puede ser complejo de predecir, especialmente con los clústeres de autoescalado, y los costos pueden aumentar rápidamente si no se monitorean cuidadosamente. La interfaz de usuario, aunque funcional, puede resultar abrumadora para los nuevos usuarios con tantas características y opciones. También hemos experimentado inconsistencias ocasionales en el rendimiento durante los tiempos de uso máximo, y algunas de las características más avanzadas requieren un conocimiento técnico profundo para implementarse de manera efectiva. La documentación, aunque completa, puede ser densa y asume un alto nivel de experiencia técnica. Reseña recopilada por y alojada en G2.com.
