Dataiku Avis & Détails du Produit

J'apprécie vraiment la façon dont l'interface utilisateur graphique gère les chemins et les threads. Elle vous permet de gérer tout votre code et vos ensembles de données visuellement, et tout est automatiquement aligné, ce qui rend l'expérience très apaisante à utiliser. Avis collecté par et hébergé sur G2.com.

Il n'y a rien en particulier que je n'aime pas à propos de Dataiku. Cependant, un domaine à améliorer serait une meilleure gestion de l'historique et du code récent sur lequel j'ai travaillé. Il serait utile que ces informations soient plus facilement accessibles et visuellement mises en évidence. Avis collecté par et hébergé sur G2.com.

J'ai commencé à utiliser Dataiku en tant qu'analyste de données junior. Les recettes visuelles ont transformé la façon dont vous construisez un projet analytique de bout en bout. Alors que je commençais à aborder des projets complexes et à élargir mes connaissances en science des données et dans le domaine sur lequel je travaille, j'ai commencé à découvrir les latitudes des capacités que je peux adopter des outils et API de Dataiku. Cela m'a énormément aidé à accélérer mes objectifs de carrière. Un autre aspect fantastique serait la mise à jour constante des fonctionnalités et outils comme la gestion de la qualité des données, le maillage LLM et l'IA agentique dans le studio, ce qui devient une source d'inspiration pour moi pour essayer et mettre en œuvre des étapes supplémentaires (dans le flux ML) qui m'aident à augmenter la valeur commerciale dans les projets sur lesquels je travaille. Je me suis également inscrit à l'académie Dataiku. Avis collecté par et hébergé sur G2.com.

Comme je l'ai décrit, Dataiku est fantastique pour commencer en tant que débutant, mais à mesure que le projet devient plus complexe, en commençant à utiliser les API Dataiku en Python, j'ai commencé à ressentir un manque de détails dans la disponibilité de la documentation. Par exemple, je souhaite que les API Dataiku pour Python aient une documentation plus claire, comme on peut l'observer dans certaines bibliothèques comme Pytorch, Scikit-learn, Scipy ou Plotly. Des détails comme tous les paramètres disponibles pour une fonction spécifique et des paramètres supplémentaires qui peuvent être utilisés avec un exemple ou deux expliquant ce que chaque paramètre signifie pour la mise en œuvre de la fonction. La documentation actuellement disponible est très limitée pour m'aider à comprendre les capacités complètes d'une fonction ou d'une API spécifique. Ainsi, ma meilleure ressource de référence est souvent les réponses des articles de blog que fournit Dataiker. Avec gratitude, je demanderais à l'équipe d'améliorer la documentation à un tel point qu'elle ajouterait de la valeur à un développeur ML Ops expérimenté. Avis collecté par et hébergé sur G2.com.

Dataiku est excellent pour gérer l'ensemble du pipeline de données, de la préparation des données à l'apprentissage automatique et au déploiement. Le meilleur aspect est qu'il est facile à mettre en œuvre. Le meilleur aspect est la façon dont il permet aux utilisateurs techniques et non techniques de collaborer sur la même plateforme. Les flux de travail visuels facilitent la création de projets sans codage intensif, tandis que les utilisateurs avancés peuvent toujours approfondir avec Python, R ou SQL. L'intégration avec les plateformes cloud et le contrôle de version est également très fluide. Avis collecté par et hébergé sur G2.com.

La plateforme peut sembler lourde pour les petits projets, et la courbe d'apprentissage initiale est un peu raide pour les débutants. De plus, les coûts de licence peuvent être élevés pour les petites entreprises ou les startups. Avis collecté par et hébergé sur G2.com.

Plateforme de bout en bout : De l'ingestion et la préparation des données au déploiement et à la surveillance des modèles, Dataiku couvre l'ensemble du cycle de vie d'un projet de données. Cela élimine le besoin d'outils disparates et rationalise l'ensemble du flux de travail.

Environnement collaboratif : La plateforme favorise une collaboration fluide grâce à des projets partagés, des commentaires et un contrôle de version. Cela garantit que tout le monde est sur la même longueur d'onde et apporte son expertise unique. Mes collègues partagent leurs projets entre eux et travaillent ensemble sur certains projets.

Intégrations étendues : Dataiku s'intègre parfaitement avec une large gamme de bases de données, de plateformes cloud et de bibliothèques de machine learning. Cette flexibilité nous permet de tirer parti de notre infrastructure et de nos ressources existantes. Je viens d'apprendre qu'une nouvelle bibliothèque R a été ajoutée récemment, ce qui pourrait nous faciliter la vie pour la manipulation des données.

Gestion robuste des modèles : La plateforme fournit des outils complets pour suivre la performance des modèles, gérer les versions et assurer la conformité. Cela est crucial pour maintenir l'exactitude et la fiabilité de nos décisions basées sur les données. Avis collecté par et hébergé sur G2.com.

Le moteur en marche peut être délicat, il n'y a pas un seul moteur qui puisse tout faire fonctionner. Parfois, je dois essayer différents moteurs pour que cela fonctionne. Avis collecté par et hébergé sur G2.com.

Dataiku se distingue par sa facilité d'utilisation — l'interface glisser-déposer combinée à l'option de coder lorsque cela est nécessaire le rend accessible à un large éventail d'utilisateurs. La mise en œuvre a été fluide et bien soutenue par l'équipe de réussite client. J'utilise fréquemment Dataiku car il offre un grand nombre de fonctionnalités, de la préparation des données au déploiement de modèles. L'intégration avec d'autres outils comme les bases de données, les services cloud et les API est simple, rendant la plateforme encore plus puissante pour les projets de bout en bout. Avis collecté par et hébergé sur G2.com.

Bien que la plateforme soit globalement excellente, certains paramètres et options avancés peuvent être un peu déroutants pour les nouveaux utilisateurs. De plus, la structure tarifaire peut être un facteur limitant pour les petites entreprises ou équipes. Avis collecté par et hébergé sur G2.com.

La pléthore de sources de plug-ins de données, des tonnes d'options pour des recettes prêtes à l'emploi (pour les EDA, l'ingénierie des données et les analyses rapides et sommaires). En plus de cela, nous avons également des recettes basées sur le code pour écrire nos propres codes. Et la cerise sur le gâteau est l'environnement collaboratif sans que nous ayons à gérer explicitement tout cela ! Avis collecté par et hébergé sur G2.com.

J'aimerais qu'il y ait plus de possibilités de personnalisation pour certaines des recettes visuelles. Une autre chose est le contrôle de version - bien que Dataiku gère le contrôle de version, il est très peu intuitif et difficile de revenir à une version précédente, ou même de comprendre les changements effectués entre différentes versions. Nous devons avoir des commentaires de commit et d'autres fonctionnalités similaires à git pour que cela fonctionne mieux. Avis collecté par et hébergé sur G2.com.

Dataiku a révolutionné la démocratisation des flux de travail de données. J'adore la façon dont il est intuitif pour les équipes interfonctionnelles de créer des pipelines, de transformer des ensembles de données et de collaborer, le tout dans un flux visuel et de manipuler les données. C'est le genre d'outil qui rend la manipulation sans effort, l'expérimentation facile et le partage de travail sans friction. Avis collecté par et hébergé sur G2.com.

Autant j'apprécie à quel point Dataiku est accessible et riche en fonctionnalités, il y a des moments où sa flexibilité ressemble à une arme à double tranchant. Certains cas d'utilisation deviennent étonnamment complexes en raison de la logique très spécifique des recettes, et la gestion des flux de travail paramétrés ou réutilisables peut sembler maladroite.

Cela peut également être lent en tant que plateforme basée sur le cloud, avec plusieurs utilisateurs modifiant des flux de travail uniques. Cela fait le travail, mais parfois on aimerait juste que cela soit plus rapide, plus propre, plus tactile. Avis collecté par et hébergé sur G2.com.

J'adore la plateforme, elle est intuitive et très utile. Les recettes LLM sont particulièrement utiles. Dans l'ensemble, je pense que c'est une excellente plateforme, elle est belle, elle a du sens, et elle me permet certainement de faire mon travail plus rapidement. Avis collecté par et hébergé sur G2.com.

Le soutien réel n'a pas toujours été le meilleur. J'ai souvent sollicité de l'aide et perdu beaucoup de temps à faire des allers-retours sans résoudre un problème, pour finalement être informé que la personne essayant de m'aider ne connaît pas bien la version cloud de Dataiku. La documentation n'est jamais spécifique au cloud non plus, donc c'est un peu déroutant. Le processus par lequel Dataiku a travaillé sur un cas d'utilisation pour nous a également rencontré quelques difficultés. Avis collecté par et hébergé sur G2.com.

Il est difficile de mettre en avant une seule caractéristique, donc je vais devoir en mentionner plusieurs :

- La capacité à servir différents profils, tels que les "codeurs" et les "cliqueurs", signifie que Dataiku est bien accueilli par les non Data Scientists. Pourtant, pour ceux qui préfèrent coder, ils peuvent également le faire.

- La capacité à s'intégrer avec tant de technologies et de moteurs de calcul et de stockage, tant pour l'ingestion que pour le calcul parallèle, signifie qu'il n'y a pas de tâche trop grande pour être réalisée dans Dataiku lorsque vous utilisez la bonne technologie.

- Le Flow rend les pipelines de données complexes simples à comprendre et à concevoir. Il est également très facile à utiliser.

- L'intégration des Jupyter Notebooks, le versionnage Git intégré et la gestion de l'environnement de code Python rendent la création de nouveaux projets et la gestion de projet très faciles.

- Et enfin, je voudrais mentionner spécifiquement leur incroyable équipe de support. Dans ma carrière en informatique, j'ai traité avec une myriade de fournisseurs de logiciels d'entreprise, y compris tous les grands, et je peux honnêtement dire que le support de Dataiku est le meilleur avec lequel j'ai eu affaire de loin. La rapidité de réponse est incroyable, même le week-end ou en dehors des heures de travail. Il est clair qu'ils gèrent une opération 24h/24 et 7j/7 à travers le monde. La qualité et la quantité des réponses du support sont exceptionnelles. Même lorsque nous demandons des extraits de code pour utiliser l'API Dataiku, ce que la plupart des fournisseurs factureraient normalement dans le cadre de services professionnels, nous avons été surpris par leur volonté d'aider et avons toujours obtenu un résultat. Avis collecté par et hébergé sur G2.com.

L'interface graphique est parfois incohérente quant à la manière dont certaines actions doivent être effectuées. Bien que nous ayons trouvé le support de Dataiku exceptionnel, nous avons eu moins de chance pour la mise en œuvre de nouvelles fonctionnalités. La correction des bugs a également été lente à notre avis, même si Dataiku a un bon calendrier de sorties (ils publient généralement une version de correctif toutes les deux semaines !). À notre avis, les fonctionnalités de base et la correction des bugs devraient être prioritaires par rapport aux fonctionnalités LLM et autres nouvelles fonctionnalités.

Il faut plus de travail pour améliorer les opérations ML. Par exemple, la dérive du modèle est également disponible via un plugin supplémentaire et uniquement sur certains algorithmes. Cela devrait être une capacité de base. La collaboration pourrait également être améliorée car il y a quelques problèmes de concurrence qui doivent être corrigés. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus chez Dataiku, c'est la facilité d'utilisation pour créer et gérer des solutions basées sur les données. La plateforme a une interface très conviviale, donc même si vous n'êtes pas expert, vous pouvez commencer à travailler sur vos projets de données sans trop de difficultés. Il est simple de créer des pipelines de données, de faire des analyses et même de créer des modèles d'apprentissage automatique, le tout en un seul endroit. De plus, j'aime vraiment que Dataiku puisse se connecter très facilement avec différents services cloud et sources de données. Cela rend mon travail beaucoup plus rapide et plus efficace car je n'ai pas besoin de passer beaucoup de temps sur l'intégration. Dans l'ensemble, Dataiku aide beaucoup à passer rapidement des données brutes à des résultats utiles. Avis collecté par et hébergé sur G2.com.

Il n'y a pas beaucoup de choses que je n'aime pas à propos de Dataiku, mais parfois, si vous voulez utiliser des fonctionnalités plus avancées, vous devez avoir des connaissances techniques plus approfondies. Pour quelqu'un qui débute, cela peut être un peu difficile. De plus, comme Dataiku ajoute toujours de nouvelles fonctionnalités, il n'est parfois pas facile de suivre et de trouver la meilleure façon d'utiliser tout. Parfois, lors de l'intégration avec certains systèmes cloud, il peut y avoir de petits problèmes techniques, mais généralement, il y a un bon support et une bonne documentation pour aider. Avis collecté par et hébergé sur G2.com.