Heimdall
Un espace de travail cloud qui achemine les données préparées vers l'entraînement de modèles, les prévisions et les API de prédiction en production.
À propos de Heimdall
Heimdall est une plateforme cloud de données et d'apprentissage automatique accessible depuis un navigateur, qui relie la préparation des données au déploiement des modèles. Les équipes peuvent importer des fichiers CSV, des tables de base de données, des instantanés d'entrepôt de données et des archives non structurées dans Lake, les organiser selon les niveaux bronze, argent et or, puis utiliser le même catalogue dans Lab ou dans les produits de modélisation sans code. Lab fournit des notebooks Python avec pandas et des bibliothèques graphiques courantes, tandis que ML prend en charge la classification et la régression, Forecast crée des modèles de séries temporelles et Loop gère des modèles qui apprennent à partir des retours. Les modèles entraînés peuvent être exposés sous forme d'API REST et surveillés dans le même espace de travail. Pour une petite équipe, cette continuité peut éliminer une grande partie des transferts de données routiniers entre le stockage, les notebooks, les systèmes d'entraînement et les serveurs de modèles. La plateforme convient moins aux acheteurs qui ont besoin, avant l'évaluation, de limites de capacité clairement publiées, de garanties étendues en matière d'intégration ou de contrôles d'entreprise détaillés, car ces éléments ne figurent pas dans la documentation produit disponible.
Fonctionnalités
Flux de données en médaillon
Cataloguez les entrées brutes dans Lake, affinez les données bronze et argent, puis publiez des jeux de données or pour la modélisation.
Prévisions sans code
Entraînez des modèles de prévision à partir de séries temporelles, examinez les mesures d'erreur et les intervalles de confiance, puis déployez une API.
Notebooks Python dans le navigateur
Analysez les tables de Lake avec pandas et des bibliothèques de visualisation, puis enregistrez les résultats dans de nouveaux jeux de données argent.
Avantages
- Un catalogue unique relie l'ingestion et la préparation des données, l'entraînement et le déploiement des modèles, ainsi que leur surveillance, dans un flux continu.
- Les parcours ML et Forecast sans code peuvent raccourcir le chemin entre un jeu de données or préparé et un point de terminaison de prédiction opérationnel.
- Lab prend en charge pandas et les bibliothèques de visualisation courantes, tout en enregistrant les transformations sans écraser la table source.
Limites
- Les prix payants exacts, les quotas de l'offre gratuite et les périodes de facturation ne sont pas publiés, ce qui complique la planification budgétaire.
- Le flux de travail des jeux de données or ajoute des étapes de préparation avant que les équipes puissent entraîner des modèles sur leurs propres données de production.
- La documentation publique fournit peu de détails sur l'étendue des intégrations et les contrôles d'entreprise, ce qui peut compliquer une évaluation précoce de l'adéquation.
Formules tarifaires
Gratuit
- Commencer à créer et évaluer la plateforme
- Utiliser des données d'exemple pour un premier flux de modélisation
- Limites d'utilisation publiées indisponibles
* Les informations tarifaires sont données à titre indicatif. Consultez les dernières annonces sur le site officiel de Heimdall.