数据科学家在整个数据科学工作流程中面临着许多阻碍生产力的挑战。随着组织继续变得更加数据驱动，一个更容易访问和可见数据的协作环境、针对数据训练的模型、可重复性和数据中发现的见解是至关重要的。
之前
后
一个开放和统一的平台，以协作运行所有类型bob体育客户端下载的分析工作负载，从数据准备
大规模的探索性分析和预测分析。
协作编写Python, R, Scala, SQL代码，通过交互式可视化探索数据，并通过Databricks笔记本发现新的见解。
通过共同创作、注释、自动版本控制、Git集成和基于角色的访问控制，自信安全地共享代码。
在一个地方跟踪所有的实验和模型，获取知识，发布仪表板，并在整个工作流程中促进与同行和利益相关者的交接，从原始数据到见解。
你不必再受限于你的笔记本电脑能容纳多少数据，或者你有多少计算能力。
快速迁移您的本地环境到云与Conda支持，
并将笔记本电脑连接到自动管理的集群，以根据需要扩展分析工作负载。
我们知道您有多忙……您的笔记本电脑上可能已经有数百个项目，并且习惯了特定的工具集。
将您最喜欢的IDE连接到Databricks，这样您仍然可以从无限的数据存储和计算中受益。或简单地使用RStudio或Jupyter实验室直接从Databricks无缝体验。
您已经完成了所有工作，并使用内置的交互式可视化或任何其他受支持的库(如matplotlib或ggplot)确定了新的见解。
通过快速将分析转换为动态仪表板，轻松共享和导出结果。仪表板总是最新的，也可以运行交互式查询。
单元格、可视化或笔记本也可以与基于角色的访问控制共享，并以多种格式导出，包括HTML和IPython Notebook。
自动跟踪实验从任何框架，并记录参数，结果，和代码版本为每次运行与管理MLflow。
安全地共享、发现和可视化跨工作区、项目或跨数千个运行和多个贡献者的特定笔记本的所有实验。
将结果与搜索、排序、筛选和高级可视化进行比较，以帮助找到模型的最佳版本，并快速返回到此特定运行的正确代码版本。
准备好开始了吗?
