Datalore - аналитическая платформа для визуализации и обработки первичных данных. Помогает разработчикам и специалистам по Data Science предоставлять понятную информацию о проектах маркетинговым и продуктовым командам. При использовании платформы нет большой потребности в написании кода, есть возможность автоматизации функций, что превращает ее в no-code инструмент. Платформа доступна в виде веб-приложения и может быть установлена на выделенные серверы.

Возможности Datalore:

Ноутбуки

Ноутбуки Jupyter-ноутбук является основой любого проекта по анализу данных. Datalore включает все необходимые инструменты для работы с Jupyter-ноутбуками. Платформа предоставляет помощь в написании кода на Python, SQL, R, Scala и Kotlin, чтобы вы могли продуктивно работать и писать качественный код с меньшими усилиями. Редактор Datalore обеспечивает быстрый доступ к подключенным источникам данных, автоматическим визуализациям, статистике набора данных, инструменту составления отчетов, менеджеру среды, управлению версиями и другим полезным инструментам.

Подключение к источникам данных

Независимо от того, работаете ли вы с CSV-файлами, корзинами S3 или базами данных SQL, Datalore обеспечивает удобный доступ к данным из нескольких источников в одном блокноте. В Datalore есть постоянное внутреннее хранилище для быстрого доступа к блокнотам и другим рабочим артефактам. Все данные - как загруженные локальные файлы и папки, импортированные по ссылке, так и загруженные файлы из репозитория кода - хранятся в файлах блокнота. Когда вы делитесь блокнотом с коллегами, они автоматически получают доступ к его файлам. Используя файлы рабочего пространства, можно сделать наборы данных доступными для нескольких блокнотов. Достаточно один раз загрузить набор данных в рабочее пространство, и он будет доступен каждому редактору в этом пространстве.

Совместная работа

Проекты Data Science часто имеют сложные структуры, состоящие из многих частей: блокнотов, данных, сред и скриптов. Эффективная совместная работа над ними всей командой может быть сложной.

Datalore делает совместную работу с данными простой и удобной.

Редактирование блокнотов и командные рабочие пространства

Datalore позволяет редактировать блокноты совместно с коллегами в реальном времени. Работу можно разделить на отдельные листы, а при необходимости даже редактировать одну и ту же ячейку кода одновременно. При редактировании все изменения в коде отображаются мгновенно. Общий доступ к среде, данным и состоянию вычислений обеспечивается автоматически. Работу над проектами удобно организовывать в командных рабочих пространствах. Это предоставляет всем членам команды единую точку доступа к блокнотам, данным и отчетам, позволяя получать обновления в реальном времени. В результате никто не забудет синхронизировать блокноты, оставленные на локальных машинах. Для личных экспериментов у пользователей есть индивидуальное рабочее пространство.

Datalore AI

Генеративный искусственный интеллект повышает производительность команд, работающих с данными, и делает Data Science более доступным для других специалистов. Именно поэтому мы внедрили в наши блокноты Datalore AI. Datalore AI генерирует код на Python, SQL и R, а также может подробно описать результаты анализа и мгновенно исправить ошибки в коде.

Если возникает ошибка при выполнении блокнота или ячейки, Datalore предложит исправить проблему с помощью Datalore AI. Вы сможете просмотреть различия между отредактированным кодом и исходным, принять предложенные изменения и снова запустить решение.

Отчёты

Datalore помогает наглядно демонстрировать результаты анализа: всего несколькими кликами можно превратить блокноты в интерактивные отчеты и информационные приложения. Можно полностью скрыть ячейки с кодом на Python, SQL, Scala или R и отображать только Markdown-ячейки, визуализации и интерактивные виджеты. Вы также можете поделиться полной версией блокнота Jupyter - вы сами решаете, какой контент включить в отчет.

Блокнотом можно поделиться как историей: опубликуйте интерактивный отчет и отправьте команде общедоступную ссылку на него. Каждый пользователь получит собственный экземпляр отчета и сможет при необходимости изменять в нем элементы управления, виджеты и входные данные ячеек диаграмм, а также выполнять вычисления заново. Для доступа к отчетам не требуется учетная запись в Datalore.

Локальная установка

Datalore можно установить в частной облачной среде или на локальной инфраструктуре, что позволит получить дополнительные возможности индивидуальной настройки и защиты данных. В подписке на план Enterprise включаются пользовательские настройки аутентификации через SSO, конфигурация среды и вычислительных ресурсов.

Конфигурация Kubernetes

Datalore можно установить в любом удобном кластере Kubernetes, как локально, так и в частной облачной среде. Установка в Kubernetes предоставляет широчайшие возможности настройки решения, но для этого нужно владеть технологией Kubernetes.

Группы пользователей

В Datalore можно создавать группы пользователей, чтобы предоставлять доступ к блокнотам и рабочим пространствам нескольким людям одновременно. Создавайте группы пользователей на панели администратора в Datalore или синхронизируйте их с модулем аутентификации JetBrains Hub. JetBrains Hub позволяет синхронизировать группы с вашим поставщиком аутентификации (например, Azure AD). Подробнее о поддерживаемых модулях аутентификации можно прочитать в документации.

Доступно на языках:

• English

Конкуренты:

• Jupyter Notebooks
• Google Colab
• Microsoft Azure Notebooks

Полная документация доступна по ссылке Datalore features.