--- description: Pachyderm : qu'en pensent les utilisateurs ? Lisez les avis clients sur Pachyderm, consultez les prix, tarifs, abonnements et découvrez ses fonctionnalités grâce à Capterra Belgique. image: https://gdm-localsites-assets-gfprod.imgix.net/images/capterra/og_logo-e5a8c001ed0bd1bb922639230fcea71a.png?auto=format%2Cenhance%2Ccompress title: Pachyderm - Avis, prix, tarif et abonnement - Capterra Belgique 2026 --- Breadcrumb: [Accueil](/) > [Logiciels de machine learning](/directory/31103/machine-learning/software) > [Pachyderm](/software/1017774/pachyderm) # Pachyderm Canonical: https://fr.capterra.be/software/1017774/pachyderm Page : 1/2\ Suivant: [Page suivante](https://fr.capterra.be/software/1017774/pachyderm?page=2) > Pachyderm est la couche de données qui alimente votre pile MLOps et le cycle de vie du machine learning. > > Conclusion : 7 utilisateurs lui ont donné la note de **4.0/5**. Figure au meilleur classement pour **Probabilité de recommander le produit**. ----- ## Présentation ### Qui utilise Pachyderm ? Pachyderm est la couche de données pour les équipes de science des données et de MLOps ; elle leur permet d'adapter leur cycle de vie de machine learning avec l'automatisation axée sur les données, l'évolutivité du pétaoctet et la reproductibilité de bout en bout. ## Statistiques et notes | Métrique | Notation | En détail | | **Note globale** | **4.0/5** | 7 Avis | | Simplicité | 3.3/5 | D'après l'ensemble des avis | | Support client | 4.9/5 | D'après l'ensemble des avis | | Rapport qualité-prix | 4.0/5 | D'après l'ensemble des avis | | Fonctionnalités | 4.6/5 | D'après l'ensemble des avis | | Pourcentage de recommandation | 90% | (9/10 Probabilité de recommander le produit) | ## À propos de l'éditeur - **Société**: Hewlett Packard Enterprise ## Contexte commercial - **Type de licence**: (Version d’essai gratuite) - **Public cible**: 51–200, 201–500, 501–1 000, 1 001–5 000, 5 001–10 000, 10 000+ - **Déploiement et plateformes**: Cloud, SaaS, web, Mac (ordinateur), Linux (ordinateur), Linux (sur site) - **Langues**: anglais - **Pays disponibles**: États-Unis ## Fonctionnalités - API - Analyse prédictive - Automatisation des processus et flux de travail - Bibliothèque d'algorithmes de ML - Connecteurs de données - Deep learning - Gestion des flux de travail - Importation et exportation de données - Modèle de formation - Modélisation du réseau neuronal - Modélisation prédictive - Outils de collaboration - Prise en charge de plusieurs langues - Reconnaissance vocale - Tableau de bord d'activités - Third-Party Integrations - Traitement automatique du langage naturel - Traitement des gros volumes - Visualisation - Visualisation de données ## Ressources d'aide - Service client/e-mail - FAQ/forums - Base de connaissances ## Category - [Logiciels de machine learning](https://fr.capterra.be/directory/31103/machine-learning/software) ## Catégories connexes - [Logiciels de machine learning](https://fr.capterra.be/directory/31103/machine-learning/software) - [Logiciels de deep learning](https://fr.capterra.be/directory/31104/deep-learning/software) - [Logiciels d'intelligence artificielle](https://fr.capterra.be/directory/30938/artificial-intelligence/software) - [Logiciels de Big Data](https://fr.capterra.be/directory/30851/big-data/software) ## Alternatives 1. [Anaconda](https://fr.capterra.be/software/191760/anaconda) — 4.6/5 (86 reviews) 2. [OpenText Analytics Cloud](https://fr.capterra.be/software/177019/opentext-analytics-suite) — 5.0/5 (1 reviews) 3. [Google Cloud](https://fr.capterra.be/software/170983/google-cloud-platform) — 4.7/5 (2262 reviews) 4. [Splunk Enterprise](https://fr.capterra.be/software/94317/splunk) — 4.6/5 (259 reviews) 5. [Zerve](https://fr.capterra.be/software/1070673/Zerve) — 5.0/5 (2 reviews) ## Avis ### "Repenser les données dans l'IA et le ML" — 4.0/5 > **Clayton** | *11 novembre 2021* | Hôpitaux et soins de santé | Taux de recommandation : 10.0/10 > > **Avantages**: Les systèmes de production d'IA/ML se composent généralement de plusieurs étapes de traitement de données organisées en DAG. De nombreux frameworks d'automatisation gèrent ces DAG comme des étapes étroitement couplées, ordonnées par exécution de code. Ce que j'apprécie particulièrement chez Pachyderm, c'est qu'il aborde la gestion des DAG comme des étapes faiblement couplées, ordonnées par dépendances de données. Cette approche alternative m'a permis de concevoir des architectures d'IA/ML centrées sur les données, ce qui a révolutionné les workflows de développement et de production auxquels j'ai participé. Je peux stocker, traiter et gérer les données en toute confiance, car Pachyderm offre une base solide pour la provenance, le versionnage, les modèles de stockage et le traitement incrémental efficace des données. Les modèles d'IA/ML étant une forme de données, le versionnage et la gestion des modèles peuvent être intégrés comme une extension de la base de données de Pachyderm. De plus, j'apprécie particulièrement le fait que Pachyderm soit basé sur Kubernetes, car il lui transmet des propriétés architecturales importantes, telles qu'une évolutivité élevée, une robustesse, une efficacité et une portabilité (c'est-à-dire l'indépendance cloud). Je peux conteneuriser mes pipelines, les tester rapidement en local via Docker Desktop ou Minikube, puis les faire évoluer vers d'importants volumes de données dans un cluster sur site ou cloud. Si la mise à l'échelle automatique est prise en charge dans un cluster cloud, je bénéficie d'avantages particulièrement avantageux en termes de rentabilité, car je ne paie que pour les ressources de calcul que j'utilise. > > **Inconvénients**: Les versions 1.X de Pachyderm présentaient quelques problèmes de performances, notamment concernant la gestion de très petits fichiers lors des téléchargements vers/depuis un dépôt. Ces problèmes ont été considérablement améliorés dans Pachyderm 2.X. Dans la version 1.X, le débogage des défaillances de pipeline pouvait parfois s'avérer complexe sans outils supplémentaires ni services de journalisation externes. Pachyderm 2.X améliore également ce point. Lorsque Pachyderm traite des fichiers de données dans un pipeline, il les regroupe en structures logiques appelées datums pour des raisons de provenance et d'efficacité des données, puis il appelle le pipeline pour chaque datum. Cette opération est nécessaire à l'évolutivité, mais l'inconvénient est que chaque appel du pipeline engendre un coût supplémentaire lié au simple démarrage du code de traitement. L'avantage est qu'il existe plusieurs solutions simples pour contourner ce problème. Il est également important de noter que l'impact du problème est minimisé par les avantages du traitement incrémental (c'est-à-dire le traitement des données modifiées lors des exécutions ultérieures du pipeline). - Ce n’est pas nécessairement un problème, mais les acheteurs potentiels doivent savoir que même si les coûts de calcul peuvent diminuer en raison du traitement incrémentiel, les coûts de stockage peuvent augmenter en raison du stockage de plusieurs versions de données. > > Comme tout outil, Pachyderm n'est pas une solution miracle pour l'ensemble de la pile IA/ML. Cependant, du point de vue du traitement et de la gestion des données, il a répondu à toutes les exigences applicatives dont j'avais besoin et reste un outil flexible pour répondre à des besoins supplémentaires. Par exemple, après avoir calculé des résultats à partir d'un pipeline, j'avais besoin de les diffuser à une application existante. Pachyderm a simplifié cette tâche en exposant les données via une API REST S3 intégrée. L'application étant déjà compatible avec S3, Pachyderm a pu remplacer un bucket S3. Pour tous ceux qui souhaitent concevoir des architectures IA/ML claires et simples, je recommande vivement Pachyderm comme un outil indispensable pour la gestion des données fondamentales. ----- ### "Un changement radical pour la gestion des données dynamiques" — 4.0/5 > **Cove** | *17 novembre 2021* | Recherche | Taux de recommandation : 10.0/10 > > **Avantages**: L'aspect le plus important dont nous bénéficions sur le plan opérationnel est peut-être la connaissance et la gestion automatique des modifications de données. La génération de nos produits de données implique plusieurs étapes de traitement et plusieurs sources de données et métadonnées qui entrent dans la séquence de traitement à différents moments et peuvent changer à tout moment. Pachyderm détecte automatiquement les modifications et déclenche un (re)traitement en aval, éliminant ainsi le recours à une gestion humaine source d'erreurs. > > **Inconvénients**: Dans Pachyderm 1.X, le traitement de chaque donnée impliquait une surcharge relativement importante. Nos données étaient généralement constituées de données petites mais nombreuses, et nous devions les combiner artificiellement pour améliorer les performances. Cependant, Pachyderm a collaboré avec nous sur ce problème et nous prévoyons de grandes améliorations dans la version 2.0 et les versions ultérieures. > > Pachyderm répond à de nombreux besoins jusqu'alors non satisfaits de notre organisation, notamment la provenance complète des données, la gestion automatique des modifications de données et une architecture de traitement modulaire et portable, facilitant le développement conjoint de pipelines de traitement entre développeurs de logiciels et scientifiques. Les ingénieurs de Pachyderm ont été extrêmement réactifs à nos problèmes et demandes de développement, et nous prévoyons de continuer à utiliser ce logiciel pendant de nombreuses années. ----- ### "Excellent en théorie" — 3.0/5 > **Martin** | *26 octobre 2021* | Biotechnologie | Taux de recommandation : 6.0/10 > > **Avantages**: Excellent concept, qui correspond parfaitement à nos objectifs. Recalculer uniquement les parties où les données ont changé est extrêmement utile. > > **Inconvénients**: En pratique, son utilisation est très complexe. Nous aimerions également utiliser Pachyderm pour la recherche, afin de développer des pipelines de recherche exécutables facilement sur de grandes quantités de données du cluster. Cependant, lors des phases de recherche et développement, les pipelines plantent souvent. Transposer un système local vers un système compatible avec Pachyderm peut échouer dans plusieurs scénarios. L'inspection de ce type d'erreurs est extrêmement complexe, à moins d'investir beaucoup de temps dans la configuration manuelle de la journalisation et de la surveillance. > > Nous avons atteint certains de nos objectifs avec Pachyderm. Cependant, nous espérions consacrer plus de temps à la résolution des problèmes directement liés à notre objectif. Au lieu de cela, nous avons consacré beaucoup de temps à résoudre les problèmes liés à Pachyderm et à adapter notre problématique à ce dernier. ----- ### "Pachyderm est une excellente plateforme de traitement de données sur le cloud." — 4.0/5 > **Xubo** | *25 octobre 2021* | Biotechnologie | Taux de recommandation : 9.0/10 > > **Avantages**: Automatisation pilotée par les données. Prise en charge du traitement incrémental des données. Reproductibilité. Parfaitement compatible avec nos piles technologiques : K8s, S3. Orienté communauté. > > **Inconvénients**: Nous prévoyons une réplication/exportation entièrement automatisée des données vers un système de stockage externe. La prise en charge de la journalisation et du débogage pourrait être améliorée. > > Nous utilisons Pachyderm depuis plus d'un an. Notre expérience globale est positive. Nous apprécions la technologie et les fonctionnalités de Pachyderm. Nous avons rencontré des problèmes de frustration, notamment concernant la vitesse de téléchargement, le déploiement et la stabilité du système. L'équipe Pachyderm nous offre un excellent support en permanence. ----- ### "Apprentissage automatique évolutif sans les Mlops" — 5.0/5 > **Chris** | *29 octobre 2021* | Marketing et publicité | Taux de recommandation : 10.0/10 > > **Avantages**: La possibilité de mettre à l'échelle des modèles en Python natif était jusqu'à présent absente dans ce domaine. L'utilisation de Spark et/ou Dask implique une charge importante qui peut être évitée grâce à Pachyderm. > > **Inconvénients**: La courbe d’apprentissage est assez raide car il existe certains concepts de base qu’il est essentiel de comprendre avant d’utiliser Pachyderm. ----- Page : 1/2\ Suivant: [Page suivante](https://fr.capterra.be/software/1017774/pachyderm?page=2) ## Liens - [Afficher sur Capterra](https://fr.capterra.be/software/1017774/pachyderm) ## Cette page est disponible dans les langues suivantes. | Langue | URL | | en | | | en-AE | | | en-AU | | | en-CA | | | en-GB | | | en-IE | | | en-IL | | | en-IN | | | en-NZ | | | en-SG | | | en-ZA | | | fr | | | fr-BE | | | fr-CA | | | fr-LU | | ----- ## Données structurées