Dataiku私は現在Dataikuを使用している見込み顧客と仕事をしています。Dataiku はエンタープライズ向け製品のようですが、JMP が Dataiku とどう違うのかを直接説明できる必要があります。この製品の使用経験があり、どのように差別化できるかを説明できる方はいらっしゃいますか? よろしくお願いします。
Re: Dataiku私たちは SEEQ と JMP について話し合いを始め、彼らは Dataiku についても話しました。結論として、リアルタイム監視機能には SEEQ または Dataiku が必要であるようです。JMP は SEEQ に比べて優れたモデル開発機能を提供しますが、Dataiku に比べて簡単な方法です。Dataiku は優れた AI/ML 機能を備えていますが、より高いスキルが必要です。
Re: Dataiku@Emmanuel_Romeu は、私が上で話した顧客とのやり取りについて、追加情報を提供できるかもしれません。電話会議から私が得た結論は、重複する部分もあるものの、組織的には Dataiku と JMP のユースケースは異なるということです。JMP Live は、特に JMP 17 以降のサーバー側でのデータ更新機能の計画により、Dataiku との重複部分が大きくなっています。
Re: Dataikuちょうど別の顧客でも彼らに会ったところです。私の印象はここでもかなり似ています。異なるタスクには異なるツール。データ サイエンス バンドル (追加料金がかかります) による限定的な分析では、Python による機械学習とデータ マイニングが可能になります。JMP は一般的な問題解決ツールですが、すべてを特定のユース ケースに合わせて構成および開発する必要があるようです。この顧客とのやり取りでは、JMP 分析の前に、Dataiku をデータ クリーンアップやウェアハウス タスクにも使用できる (ライブ データ ソースに接続) ことが実際に示唆されたため、これは間違いなくどちらか一方を選ぶ会話ではありません。
Re: Dataikuおそらく、 NXP ハッカソンに関する最近のスレッドをご覧になったことでしょう。参考までに、NXP が標準化したツールは「DataIku」のようです。審査員として、私はいくつかのデモを見ました。このプロジェクトに関係する他の人たちは独自のコメントを持っているかもしれませんが、私の要約は、JMP は DataIku と共存 (相乗的に . . . ) できるものの、JMP が DataIku に取って代わることはできない、ということです。
Re: Dataikuこんにちは、ピーター。
見込み顧客に関する最新情報はありますか。
現在、DataikuはDX(デジタルトランスフォーメーション)やAI推進ツールとして韓国で普及しつつあります。
だから気になるんです。
ありがとう！
Re: DataikuXGBoost および Torch アドインにより、JMP Pro が AI/ML イニシアチブ向けにレベルアップすることをお伝えしたいと思います。すでに Torch を使用して Python でモデルを構築および展開しているお客様もいらっしゃいます。
また、人事に関するメモ: 過去数年間、Kelci Miclaus は Dataiku の AI/ML ライフ サイエンスのグローバル ヘッドを務めてきました。彼女はかつてスター インターンであり、その後、JMP ライフ サイエンス R&D チームのコーダー兼マネージャーでした。ですから、彼らは間違いなく私たちのことをよく知っており、それに応じて位置づけています。Torch アドインは今年リリースされたばかりで、彼らはおそらく JMP Pro を Python ラッパーで行っていることの直接の競合と見なしているのでしょう。
Re: Dataikuコメントありがとうございます、 @russ_wolfinger さん！
最近、多くの韓国企業が AI/ML 技術を含む DT (デジタル トランスフォーメーション) イニシアチブを採用し、実装しているのを目にしています。IoT と EV 自動車に関連する Tesla の試みは、「真に変革的な」 DT の良い例になると思います。
一方、あなたのようなデータサイエンティストを育成するには長い時間がかかるため、企業は短期間ですべての科学者やエンジニアをシチズンデータサイエンティストに育てようとしています。同時に、ノーコードまたはローコードでデータ分析を可能にするツールを探しています。RやPythonを学習し、それをうまく業務に適用することは、科学者やエンジニアにとって負担が大きすぎます。そのため、ツールは人工知能や機械学習をより簡単に実行できる必要があります。最近、韓国の大手企業のDataikuユーザーとインタビューしたところ、この点でDtaikuは彼らのニーズをほぼ満たしているようです。JMPの信頼性ブロックダイアグラムやファイルとテーブルのさまざまな機能をベースにしているかのように、データの収集とクリーニングからモデリングまでのAI / MLプロジェクトプロセス全体のワークフローを視覚的に一目で確認できるのが特徴です。DBアクセスとデータ整理、グラフビルダーの視覚化、さらにはTorchアドインを使用した分析とモデリングまで柔軟に統合されているようです。また、Dataiku のコラボレーション機能は、JMP のプロジェクト機能と JMP Live の統合に相当するものと思われます。
Re: Dataiku@saradoudt Dataiku の機能と JMP の比較について、顧客や見込み客と話し合う機会が増えているようです。Dataiku の競合他社の販売シート (Minitab で利用できるものと同様のもの) があれば有益でしょう。競合他社のページ ( JMP の競合他社 - Dataiku ) に記録されている Dataiku の詳細だけでは、チームがこうした話し合いに備えるのに十分ではないと思います。
Re: Dataikuその後、私はチームを変え、その顧客とは仕事をしていません。それでも、半導体業界では Dataiku に頻繁に遭遇しています。数週間前に SemiconWest に参加しましたが、私が出席した講演では Dataiku について言及しているものの方が多く、言及していないものより多かったです。Dataiku は競合相手であり、JMP と Dataiku を区別し、補完性を見極めるために、深く理解し、論点を練る必要があります。Dataiku は急速に拡大しており、補完性の観点がなければ、Dataiku が定着している分野で進出するのはますます難しくなると思います。このツールのエンタープライズ ニーズによって、さらに困難になっています。
