Durchschnittliche Bewertung

4 Bewertungen
  • Gesamt 5 / 5
  • Benutzerfreundlichkeit 4.5 / 5
  • Kundenservice 5 / 5
  • Funktionen 5 / 5
  • Preis-Leistungs-Verhältnis 4.5 / 5

Produktdetails

  • Startpreis 99,00 $/Monat
  • Kostenlose Version Ja
  • Kostenlose Testversion Ja
  • Einsatz Cloud, SaaS, Web
  • Training Webinare
    Dokumentation
  • Kundenbetreuung Support während der Geschäftszeiten
    Online

Angaben zum Hersteller

  • Databricks
  • https://databricks.com/

Über Databricks

Datenwissenschaft leicht gemacht, von der Eingabe bis zur Produktion.

Databricks Funktionen

  • Codefreie Sandbox
  • Data Mining
  • Data Warehousing (Datenlager)
  • Daten mischen
  • Datenbereinigung
  • Datenvisualisierung
  • Kollaboration
  • Prädiktive Analytik
  • Verarbeitung von hohen Volumen
  • Vorlagen
  • Daten-Identifizierung
  • Datenvisualisierung
  • Empfindungsanalyse
  • Prädiktive Analytik
  • Regressionsanalyse
  • Statistische Modellierung
  • Textanalyse
  • Verarbeitung von hohen Volumen

Die hilfreichsten Reviews für Databricks

Powerful tool for dev ops of machine learning models

Bewertet am 1.9.2019
Rayla V.
Graduate Research Assistant
Hochschulbildung, 51-200 Mitarbeiter
Verwendete die Software für: Mehr als 1 Jahr
Quelle des Nutzers 
5/5
Gesamt
4 / 5
Benutzerfreundlichkeit
4 / 5
Eigenschaften & Funktionalitäten
Kundenbetreuung
Preis-Leistungs-Verhältnis
Wahrscheinlichkeit der Weiterempfehlung:
Unwahrscheinlich Äußerst wahrscheinlich

Kommentare: Overall, my experience with Databricks has been very positive. It is a powerful tool to enable data scientists without a lot of data engineering skills. However, you need to be a data scientist or machine learning engineer to be able to take advantage of its power for machine learning.

Vorteile: I love how easy it is to deploy auto-scaling machine learning models. After a machine learning model is trained, you can just click a button to deploy the model, I believe in a container, and have it auto scale as needed. You can also specify the minimum and maximum size of the deployment to reduce costs but to keep up with the workload as necessary. It is also built around Spark, so tasks involving "big data" aren't an issue.

Nachteile: Some of the cons are that the primary language is Java/Scala, whereas many data scientists are using python or R, which run slower on Databricks than Java and Scala. Also, the main interface via coding, which can limit a lot of citizen data scientists.

Excellent for data analysis

Bewertet am 25.2.2019
Douglas F.
Senior business analyst
Finanzdienstleistungen, 1.001-5.000 Mitarbeiter
Verwendete die Software für: 6-12 Monate
Quelle des Nutzers 
5/5
Gesamt
4 / 5
Benutzerfreundlichkeit
5 / 5
Eigenschaften & Funktionalitäten
Kundenbetreuung
5 / 5
Preis-Leistungs-Verhältnis
Wahrscheinlichkeit der Weiterempfehlung:
Unwahrscheinlich Äußerst wahrscheinlich

Kommentare: Excellent. Very fast and easy to use. Also it is easy to get help in the documentation. No lags, and support a big number of users.

Vorteile: The access and manipulation of data. The software is very fast and great to manipulate and treat data. Also it is possible to build models.

Nachteile: The lack of options of visualization and creation of dashboards.
The creation of dashboards is possible, but is not intuitive.

Great tool for the toolbox

Bewertet am 23.7.2019
Robert G.
DB Architect
Bau, 5.001-10.000 Mitarbeiter
Verwendete die Software für: 1-5 Monate
Quelle des Nutzers 
4/5
Gesamt
4 / 5
Benutzerfreundlichkeit
5 / 5
Eigenschaften & Funktionalitäten
Kundenbetreuung
Preis-Leistungs-Verhältnis
Wahrscheinlichkeit der Weiterempfehlung:
Unwahrscheinlich Äußerst wahrscheinlich

Vorteile: I'm a SQL person, so being able to run big data analytics in my preferred language was quite nice. Being able to (near) seamlessly swap between Scala, SQL, and python in the same script is quite powerful. If you don't know how to do something easily in one language, do it in another and then swap back. It's pretty performant and querying non-indexed data dumped from the source systems, even if those datasets aren;t quite "big data". I found it to be quicker to dump 100mil rows of staged date from our on-prem server to the data lake and crunch it in Databricks than it was to run in SQL.

Nachteile: I wasn't involved in the pricing piece, but from what I understand it's fairly expensive. The clusters can be spun up or down as needed, and there's a nice inactivity shutdown feature if you forget to turn off a test cluster, or something. I also had a pretty rough time getting an Azure Gen 2 Data Lake connected, but after finding the not-so-well-documented bug, it wasn't a big deal.

Good portal for data science related work

Bewertet am 1.2.2019
Balashowry preetam S.
data scientist
Informationsdienst, 10.001+ Mitarbeiter
Verwendete die Software für: 6-12 Monate
Quelle des Nutzers 
5/5
Gesamt
5 / 5
Benutzerfreundlichkeit
5 / 5
Eigenschaften & Funktionalitäten
5 / 5
Kundenbetreuung
4 / 5
Preis-Leistungs-Verhältnis
Wahrscheinlichkeit der Weiterempfehlung:
Unwahrscheinlich Äußerst wahrscheinlich

Vorteile: I like the portal page, which connects all Azure subscriptions.

Nachteile: It can be difficult to understand, and not much tutorial is available.

Lies weitere Bewertungen