다타이쿠현재 사용 중인 잠재 고객과 함께 일하고 있습니다. 다타이쿠 . Dataiku는 엔터프라이즈 제품에 가깝지만 JMP가 Dataiku와 어떻게 다른지 직접적으로 설명할 수 있어야 합니다. 이 제품에 대한 경험이 있고 우리가 어떻게 차별화할 수 있는지 말할 수 있는 사람이 있습니까?감사 해요.
Re: 데이터이쿠아마도 당신은 에 대한 최근 스레드를 보았을 것입니다 NXP 해커톤 . FWIW에서 'DataIku'는 NXP가 표준화한 것으로 보이는 도구입니다. 심사위원으로서 여러 데모를 보았습니다. 이 프로젝트에 관련된 다른 사람들은 자신의 논평을 가지고 있을 수 있지만 제 요약은 JMP가 DataIku와 (상승적으로 ...) 공존할 수 있지만 결코 이를 대체할 수는 없다는 것입니다.
Re: 데이터이쿠우리는 방금 다른 고객과 마주쳤습니다. 내 인상은 여기에서 꽤 비슷합니다. 다양한 작업을 위한 다양한 도구. 추가 비용이 발생하는 데이터 과학 번들로 분석이 제한되고 Python을 통한 기계 학습 및 데이터 마이닝이 가능합니다. JMP인 일반적인 문제 해결 도구와 비교하여 특정 사용 사례에 대해 모든 것을 구성하고 개발해야 하는 것처럼 보입니다. 이 고객 상호 작용에서 실제로 Dataiku는 JMP 분석(라이브 데이터 소스에 연결)에 앞서 데이터 정리 및 웨어하우징 작업에 사용될 수 있다고 제안되었으므로 이것은 확실히 대화가 아닙니다.
Re: 데이터이쿠@Emmanuel_Romeu 위에서 말한 고객 상호 작용에 대한 몇 가지 추가 정보를 제공할 수 있습니다. 일부 중복되는 부분이 있지만 Dataiku와 JMP의 사용 사례는 조직적으로 다를 수 있다는 통화 내용을 참고했습니다. JMP Live는 특히 JMP 17 이상에서 서버 측 데이터 새로 고침 기능에 대한 계획과 함께 Dataiku와 더 많이 겹칩니다.
Re: 데이터이쿠우리는 SEEQ와 JMP에 대한 대화를 시작했고 그들은 Dataiku에 대해서도 이야기했습니다. 결론적으로 실시간 모니터링 기능을 위해서는 SEEQ나 Dataiku가 필요해 보인다. JMP는 SEEQ에 비해 더 나은 모델 개발 기능을 제공하지만 Dataiku에 비해 쉬운 방법입니다. Dataiku에는 우수한 AI/ML 기능이 있지만 더 높은 기술이 필요합니다.
