Heimdall
Un espacio de trabajo en la nube que lleva los datos preparados al entrenamiento de modelos, la previsión y las API de predicción en producción.
Acerca de Heimdall
Heimdall es una plataforma de datos y aprendizaje automático en la nube que funciona en el navegador y conecta la preparación de datos con el despliegue de modelos. Los equipos pueden incorporar archivos CSV, tablas de bases de datos, instantáneas de almacenes de datos y archivos no estructurados a Lake, organizarlos en las etapas bronce, plata y oro, y después trabajar con el mismo catálogo en Lab o en los productos de modelado sin código. Lab ofrece cuadernos de Python con pandas y bibliotecas habituales para crear gráficos; ML se ocupa de la clasificación y la regresión, Forecast crea modelos de series temporales y Loop admite modelos que aprenden de los comentarios recibidos. Los modelos entrenados se pueden exponer como API REST y supervisar en el mismo espacio de trabajo. Para un equipo pequeño, esta continuidad puede eliminar gran parte del traslado rutinario de datos entre el almacenamiento, los cuadernos, los sistemas de entrenamiento y los servidores de modelos. Resulta menos adecuado para compradores que necesitan conocer antes de la evaluación límites de capacidad claramente publicados, garantías amplias de integración o controles empresariales detallados, ya que esos datos no aparecen en el material disponible del producto.
Funciones
Flujo de datos de medallón
Cataloga las entradas sin procesar en Lake, refina los datos de bronce y plata, y publica conjuntos de datos de oro para el modelado.
Previsión sin código
Entrena modelos de previsión con datos de series temporales, examina las métricas de error y los intervalos de confianza, y despliega una API.
Cuadernos de Python en el navegador
Analiza tablas de Lake con pandas y bibliotecas de visualización, y guarda los resultados como nuevos conjuntos de datos de plata.
Ventajas
- Un único catálogo conecta la ingesta y preparación de datos, el entrenamiento y despliegue de modelos, y la supervisión en un flujo continuo.
- Las rutas sin código de ML y Forecast pueden acortar el camino desde un conjunto de datos de oro preparado hasta un punto de conexión de predicción operativo.
- Lab admite pandas y bibliotecas de visualización conocidas, y permite guardar las transformaciones sin sobrescribir la tabla de origen.
Limitaciones
- No se publican los precios exactos de pago, las cuotas del nivel gratuito ni los períodos de facturación, lo que dificulta la planificación del presupuesto.
- El flujo de trabajo de conjuntos de datos de oro añade pasos de preparación antes de que los equipos puedan entrenar modelos con sus propios datos de producción.
- Los materiales públicos ofrecen pocos detalles sobre la amplitud de las integraciones y los controles empresariales, por lo que puede ser difícil evaluar pronto su idoneidad.
Planes de precios
Gratis
- Empezar a crear y evaluar la plataforma
- Usar datos de muestra para un flujo de modelado inicial
- Límites de uso publicados no disponibles
* La información de precios es solo orientativa. Consulta el anuncio más reciente en el sitio web oficial de Heimdall.