--- description: Databricks : qu'en pensent les utilisateurs ? Lisez les avis clients sur Databricks, 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: Databricks - Avis, prix, tarif et abonnement - Capterra Belgique 2026 --- Breadcrumb: [Accueil](/) > [Logiciels de Big Data](/directory/30851/big-data/software) > [Databricks](/software/148499/databricks) # Databricks Canonical: https://fr.capterra.be/software/148499/databricks Page : 1/2\ Suivant: [Page suivante](https://fr.capterra.be/software/148499/databricks?page=2) > La science des données simplifiée, de l'insertion à la production. > > Conclusion : 23 utilisateurs lui ont donné la note de **4.5/5**. Figure au meilleur classement pour **Probabilité de recommander le produit**. ----- ## Statistiques et notes | Métrique | Notation | En détail | | **Note globale** | **4.5/5** | 23 Avis | | Simplicité | 4.7/5 | D'après l'ensemble des avis | | Support client | 4.4/5 | D'après l'ensemble des avis | | Rapport qualité-prix | 4.2/5 | 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**: Databricks - **Fondé**: 2013 ## Contexte commercial - **À partir de**: 99,00 $US - **Type de licence**: (Version gratuite disponible) (Version d’essai gratuite) - **Public cible**: Auto-entrepreneur, 2–10, 11–50, 51–200, 201–500, 501–1 000, 1 001–5 000, 5 001–10 000, 10 000+ - **Déploiement et plateformes**: Cloud, SaaS, web - **Langues**: anglais - **Pays disponibles**: États-Unis ## Fonctionnalités - Analyse visuelle - Entreposage de données - Gestion des données - Gouvernance de l'information - Outils de collaboration - Préparation des données en libre-service - Rapports et analyses - Saisie et transfert de données - Sécurité des données - Tableau de bord - Tableau de bord personnalisable - Visualisation de données ## Ressources d'aide - Chat ## Category - [Logiciels de Big Data](https://fr.capterra.be/directory/30851/big-data/software) ## Catégories connexes - [Logiciels de Big Data](https://fr.capterra.be/directory/30851/big-data/software) - [Logiciels d'analyse de données](https://fr.capterra.be/directory/31077/data-analysis/software) - [Logiciels de gestion des données](https://fr.capterra.be/directory/31003/data-management/software) - [Logiciels d'intelligence artificielle](https://fr.capterra.be/directory/30938/artificial-intelligence/software) - [Outils de BI (Business intelligence)](https://fr.capterra.be/directory/23/business-intelligence/software) ## Alternatives 1. [Microsoft Power BI](https://fr.capterra.be/software/176586/power-bi) — 4.6/5 (1870 reviews) 2. [Google Analytics 360](https://fr.capterra.be/software/177042/google-analytics) — 4.7/5 (8089 reviews) 3. [Tableau](https://fr.capterra.be/software/77260/tableau) — 4.6/5 (2348 reviews) 4. [Google Cloud](https://fr.capterra.be/software/170983/google-cloud-platform) — 4.7/5 (2262 reviews) 5. [Zoho Analytics](https://fr.capterra.be/software/129749/zoho-analytics) — 4.4/5 (360 reviews) ## Avis ### "Reliable and Scalable Data Platform That Improves Workflow Efficiency" — 4.0/5 > **Wealth** | *31 mars 2026* | Services financiers | Taux de recommandation : 8.0/10 > > **Avantages**: Very strong for handling large datasets and complex queries Makes data processing and transformation much faster compared to traditional tools Flexible for SQL, data engineering, and analytics workflows Integrates well with existing data pipelines and tools we already use > > **Inconvénients**: Can get expensive as usage scales Initial setup and environment configuration require some technical effort The interface can feel a bit overwhelming at first, especially for new users > > From my experience, Databricks has been a very solid platform, especially for working with large datasets and building data pipelines. I use it mainly for querying, transforming, and analyzing data, and it has significantly improved performance compared to traditional database tools. It’s particularly useful when dealing with complex data workflows and large volumes of data. That said, there is a bit of a learning curve, and managing costs requires some attention as usage grows. Overall, it’s a reliable and powerful tool that has made data work more efficient and scalable for me. ----- ### "Databricks : libérer le potentiel des données et de l'IA pour une analyse et une collaboration de niveau supérieur" — 4.0/5 > **Utilisateur vérifié** | *2 octobre 2023* | Services et technologies de l'information | Taux de recommandation : 9.0/10 > > **Avantages**: plate-forme d'architecture Lakehouse unifiée avec une bonne collaborationinfrastructure gérée avec mise à l'échelle automatique et fonctionnalité sans serveurchargeur automatique, évolution de schéma et tables en direct deltacatalogue d'unités et partage delta pour une gouvernance unifiéeMLflow et intégrations avec le partenaire connectVersion control databricks repos, secret avec sécurité et conformitéTraitement en temps réel > > **Inconvénients**: Planification des coûts et de la capacité pour les clusters si vous n'utilisez pas de pipelines DLT/sans serveurVariabilité des performancesCertains blocages vis-à-vis du fournisseur si vous utilisez le format « DELTA » avec une table dynamique delta > > Très bon, capable de créer une plateforme Lakehouse de bout en bout pour un client leader du secteur de la santé ----- ### "Très bien pour gérer de très grosses données" — 3.0/5 > **Utilisateur vérifié** | *29 septembre 2020* | Banque | Taux de recommandation : 8.0/10 > > **Avantages**: - Permet un travail collaboratif simultané avec des collègues - Facile à mélanger des requêtes Spark et python pour des analyses et des tracés supplémentaires - Modes de visualisation pratiques pour les résultats des requêtes (tableaux et graphiques avec agrégations) > > **Inconvénients**: - Difficile à gérer l'espace de travail du bloc-notes - Parfois, il devient très lent d'exécuter des requêtes - AFAIK, il n'y a pas d'options de visualisation pour les ensembles de données (sans exécuter de requêtes) > > Bien qu'il prenne en charge python, lorsque j'ai besoin de l'utiliser, je préfère finalement échantillonner ou agréger et exporter des données pour travailler dans un autre environnement. Pour cette fin, cela fonctionne très bien. ----- ### "Une fantastique plateforme tout-en-un pour l'analyse du Big Data" — 5.0/5 > **Filippo** | *21 septembre 2023* | Marketing et publicité | Taux de recommandation : 10.0/10 > > **Avantages**: Databricks peut être intégré aux services cloud les plus utilisés (Amazon, Google, Microsoft) et vous pouvez créer et gérer des clusters de calcul, écrire du code et voir les résultats sur une seule plateforme au lieu d'avoir plusieurs services distincts. Son tableau de bord est vraiment simple à utiliser et vous permet de vous concentrer sur le développement du code. Il prend également en charge la gestion des versions des notebooks avec GitLab. > > **Inconvénients**: La partie visualisation des données pourrait vraiment être améliorée. > > Nous déplaçons tous nos calculs Big Data sur la plateforme Databricks. L'un des principaux avantages est la possibilité de planifier l'exécution des notebooks via la section workflow. ----- ### "Outil puissant pour les développeurs de modèles d'apprentissage automatique" — 5.0/5 > **Rayla** | *1 septembre 2019* | Enseignement supérieur | Taux de recommandation : 8.0/10 > > **Avantages**: J'adore la facilité avec laquelle il est de déployer des modèles d'apprentissage automatique à mise à l'échelle automatique. Une fois qu'un modèle d'apprentissage automatique est formé, vous pouvez simplement cliquer sur un bouton pour déployer le modèle, je crois en un conteneur, et le mettre à l'échelle automatiquement si nécessaire. Vous pouvez également spécifier la taille minimale et maximale du déploiement pour réduire les coûts, mais pour suivre la charge de travail si nécessaire. Il est également construit autour de Spark, donc les tâches impliquant des «big data» ne sont pas un problème. > > **Inconvénients**: Certains des inconvénients sont que le langage principal est Java / Scala, alors que de nombreux scientifiques des données utilisent python ou R, qui fonctionnent plus lentement sur Databricks que Java et Scala. En outre, l'interface principale via le codage, ce qui peut limiter beaucoup de scientifiques de données citoyens. > > Dans l'ensemble, mon expérience avec Databricks a été très positive. C'est un outil puissant pour permettre aux data scientists sans beaucoup de compétences en ingénierie des données. Cependant, vous devez être un data scientist ou un ingénieur en apprentissage automatique pour pouvoir tirer parti de sa puissance pour l'apprentissage automatique. ----- Page : 1/2\ Suivant: [Page suivante](https://fr.capterra.be/software/148499/databricks?page=2) ## Liens - [Afficher sur Capterra](https://fr.capterra.be/software/148499/databricks) ## Cette page est disponible dans les langues suivantes. | Langue | URL | | de | | | de-AT | | | de-CH | | | 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 | | | ko | | ----- ## Données structurées