DataikuSto lavorando con un potenziale cliente che attualmente utilizza Dataiku . Dataiku sembra essere più un prodotto aziendale, ma deve essere in grado di parlare direttamente di come JMP sia diverso da Dataiku. Qualcuno con esperienza con questo prodotto e può parlare di come possiamo differenziarci? Grazie.
Ri: DataikuAbbiamo iniziato la conversazione su SEEQ rispetto a JMP e hanno parlato anche di Dataiku. In conclusione, sembra che abbiano bisogno di SEEQ o Dataiku per funzionalità di monitoraggio in tempo reale. JMP offre una migliore capacità di sviluppo del modello rispetto a SEEQ ma in modo più semplice rispetto a Dataiku. Dataiku ha buone capacità di intelligenza artificiale/ML ma richiede competenze più elevate.
Ri: Dataiku@Emmanuel_Romeu potrebbe essere in grado di fornire alcune informazioni aggiuntive sull'interazione con il cliente di cui parlavo sopra. Dalla chiamata ho appreso che c'è qualche sovrapposizione, ma i casi d'uso dal punto di vista organizzativo sarebbero diversi per Dataiku e JMP. JMP Live ha una maggiore sovrapposizione con Dataiku, in particolare con i piani per le funzionalità di aggiornamento dei dati lato server in JMP 17 e versioni successive.
Ri: DataikuLi abbiamo appena incontrati presso un altro cliente. La mia impressione è abbastanza simile qui. Strumenti diversi per compiti diversi. Analisi limitata con il bundle di data science, che rappresenta un costo aggiuntivo e consente l'apprendimento automatico e il data mining tramite Python. Sembra che tutto debba essere configurato e sviluppato per un caso d'uso specifico, rispetto allo strumento generale di risoluzione dei problemi che è JMP. In questa interazione con il cliente, è stato effettivamente suggerito che Dataiku potrebbe essere utilizzato per attività di pulizia e archiviazione dei dati prima dell'analisi JMP (connessione a origini dati in tempo reale), quindi questo certamente non è e/o conversazione.
Ri: DataikuForse hai visto il thread recente sull'NXP Hackathon . FWIW, "DataIku" è lo strumento su cui NXP sembra essersi standardizzato. Come membro della giuria, ho visto diverse demo. Altri coinvolti in questo progetto potrebbero avere i propri commenti, ma la mia sintesi è che, sebbene JMP possa coesistere (sinergicamente...) con DataIku, non potrebbe mai sostituirlo.
Ri: DataikuCiao Peter,
Mi chiedo se hai qualche aggiornamento sul potenziale cliente.
Attualmente, Dataiku si sta diffondendo in Corea come strumento di iniziativa DX (Digital Transformation) o AI.
Ecco perché ne sono curioso.
Grazie!
Ri: DataikuVolevo menzionare che i componenti aggiuntivi XGBoost e Torch fanno salire di livello JMP Pro per le iniziative AI/ML. Abbiamo clienti che già utilizzano Torch per creare e distribuire modelli in Python.
Inoltre una nota sul personale: negli ultimi due anni Kelci Miclaus è stata responsabile globale di Dataiku per le scienze della vita AI/ML. In passato è stata una stagista di punta e poi programmatrice e manager del nostro team di ricerca e sviluppo di JMP LIfe Sciences. Quindi sicuramente ci conoscono bene e si posizionano di conseguenza. Il componente aggiuntivo Torch è stato rilasciato appena quest'anno e probabilmente ora vedono JMP Pro come una concorrenza diretta a ciò che fanno con i wrapper Python.
Ri: DataikuGrazie per i tuoi commenti, @russ_wolfinger !
Ho osservato che molte aziende coreane hanno recentemente adottato e implementato l'iniziativa DT (Digital Transformation), comprese le tecniche AI/ML. Penso che un buon esempio di DT "veramente trasformazionale" sarebbero i tentativi di Tesla legati all'IoT e alle auto elettriche.
Nel frattempo, poiché ci vuole molto tempo per sviluppare un data scientist come te, le aziende stanno cercando di formare tutti i loro scienziati e ingegneri affinché diventino cittadini data scientist in un breve periodo di tempo. Allo stesso tempo, cercano strumenti che consentano l’analisi dei dati senza codice o low-code. Imparare R e/o Python e applicarli bene nei propri lavori è troppo oneroso per scienziati e ingegneri in generale. Pertanto, lo strumento dovrebbe essere in grado di eseguire l’intelligenza artificiale e l’apprendimento automatico più facilmente. In una recente intervista con un utente Dataiku di una grande azienda coreana, sembra che Dtaiku abbia ampiamente soddisfatto le loro esigenze in questo senso. È caratterizzato dal fatto che consente di visualizzare visivamente a colpo d'occhio il flusso di lavoro dell'intero processo di progetto AI/ML, dalla raccolta dei dati e la pulizia alla modellazione, come se fosse basato sul diagramma a blocchi di affidabilità di JMP e su varie funzioni di file e tabelle. Sembra integrare in modo flessibile l'accesso al DB e l'organizzazione dei dati, la visualizzazione di Graph Builder e persino l'analisi e la modellazione utilizzando il componente aggiuntivo Torch. Inoltre, sembra che la funzione di collaborazione di Dataiku sia simile per corrispondere all'integrazione della funzione Progetto di JMP e JMP Live.
Ri: Dataiku@saradoudt Sembra che stiamo riscontrando sempre più conversazioni con clienti/potenziali clienti riguardo alle capacità di Dataiku rispetto a JMP. Sarebbe utile avere una scheda di vendita della concorrenza (simile a quella disponibile per Minitab) per Dataiku. Non penso che i dettagli che sono stati catturati per Dataiku sulla pagina del concorrente ( JMP Competitors - Dataiku ) siano sufficienti per preparare i team a queste discussioni.
Ri: DataikuDa allora ho cambiato team e non lavoro più con quel cliente. Indipendentemente da ciò, mi imbatto spesso in Dataiku nello spazio dei semiconduttori. Qualche settimana fa ho partecipato a SemiconWest e tra le conferenze a cui ho partecipato ho menzionato più Dataiku che non. È un concorrente che dobbiamo comprendere a fondo e sviluppare punti di discussione sia per differenziare JMP da Dataiku sia per identificarne la complementarità. Dataiku si sta espandendo rapidamente e senza l'angolo di complementarità, penso che avremo sempre più difficoltà a fare breccia dove è stabilito, il che è ulteriormente sottolineato dalla natura imprenditoriale di quello strumento.
