Capacité SI principale
Données et analytiqueSystème open source
H2O-3
Plateforme distribuée de machine learning et AutoML pour production et grands volumes de données.
Partage repo
Partager cette fiche système
Pratique pour envoyer rapidement un repère open source exploitable, pas seulement un lien brut vers le repo.
Ressources essentielles
Rôle dans le SI
Cycle de vie principal
Exécuter
Position architecturale
Plateforme transverse
Effet organisationnel
Mutualisation
Catégorie / sous-catégorie
ML classique / Plateforme ML / AutoMLPublic cible
Renforcer mutualisation dans un contexte data science, entreprises, ml classique.
Quand le choisir
- Positionnement clair: Plateforme ML / AutoML.
- Interopérabilités naturelles: data pipelines, scoring, notebooks.
- Niveau de maturité élevée pour des usages data science, entreprises, ml classique.
Quand ne pas le choisir
- Complexité intermédiaire à avancée: cadrer la mise en œuvre pour éviter la dette d’exploitation.
- Nécessite une gouvernance explicite du périmètre données et analytique.
Interopérabilités naturelles
data pipelinesscoringnotebooksproduction MLAutoML
Cas d’usage types
- Concevoir une trajectoire données et analytique sur plateforme transverse.
- Accélérer le cycle exécuter sans rompre la gouvernance d'ensemble.
- Renforcer mutualisation dans un contexte data science, entreprises, ml classique.
Maturité, complexité et exploitation
Maturité
élevée
Complexité
intermédiaire à avancée
Licence
Apache-2.0
Stars / activité
7.2k
activité récente sur master, date exacte non remontée proprement dans ce lot
Topologies où ce système a du sens
Décisions d’architecture associées
Systèmes proches ou complémentaires
Partage repo
Partager cette fiche système
Vous devez arbitrer au-delà de cette fiche ?
Une fiche système aide à comparer. La décision utile consiste ensuite à replacer ce choix dans votre architecture, vos contraintes d'exploitation et vos marges de réversibilité.