APIs, Data, and ML
Datalore är JetBrains molnbaserade miljö för Python-notebooks. Tjänsten ger en hanterad notebook-miljö med både lagringsutrymme och beräkningstid inkluderat i den fria nivån, utan att man själv behöver sätta upp eller drifta en egen Jupyter-installation.
Besök DataloreDatalore är en molnbaserad Python-notebook-tjänst från JetBrains, riktad mot datavetenskap och analys. Den erbjuder en notebook-miljö liknande Jupyter men med JetBrains egna IDE-funktioner ovanpå, och körs helt i molnet utan lokal installation. Free-tier inkluderar 10 GB lagring och 120 timmars körtid per månad, vilket räcker för mindre projekt, utbildning eller experimentering men sätter en tydlig gräns för kontinuerlig eller tung beräkning. Datalore passar dataanalytiker, studenter och forskare som vill slippa hantera en lokal Python-miljö och istället arbeta i en molnbaserad notebook med JetBrains kvalitet på verktygen.
Fria nivån inkluderar 10 GB lagring och 120 timmars beräkningstid per månad, vilket räcker för regelbunden men inte konstant notebook-användning — motsvarande ungefär fyra timmars körning per dag i snitt.
Kör exploratory data analysis i Python utan att behöva installera eller underhålla en lokal miljö.
Använd som delad molnmiljö i kurser där studenter arbetar med Python och notebooks.
Bygg och testa maskininlärningsmodeller inom ramen för den fria körtiden.
Dela och samarbeta kring analyser med kollegor i samma molnmiljö.
Kör analyser som inte kräver kontinuerlig beräkningskraft, inom de 120 fria timmarna per månad.
Google Colaboratory är det mest direkta gratisalternativet - en webbaserad Python-notebook med tillgång till Nvidia Tesla K80-GPU, vilket Datalore inte nämner att den erbjuder. Deepnote ger en Jupyter-kompatibel notebook med realtidssamarbete i molnet, ett snarlikt upplägg men med annan leverantör och gränssnitt. Hex är en bredare kollaborativ dataplattform (notebooks, dataappar, kunskapsbibliotek) med gratisnivå för upp till fem projekt, vilket riktar sig mer mot team-samarbete än Datalores mer notebook-centrerade fokus.
Källan anger en gratisnivå med 10 GB lagring och 120 timmars körtid/månad utan att nämna tidsbegränsning, men verifiera aktuella villkor hos JetBrains.
Källan specificerar inte betalda planer explicit, men som JetBrains-produkt finns rimligen uppgraderingsalternativ - kontrollera datalore.jetbrains.com.
Molnbaserat enligt källan - körs via JetBrains infrastruktur, ingen self-hosted-variant nämns.
Dataanalytiker, studenter och forskare som vill använda Python-notebooks utan att hantera en lokal miljö.
Källan anger inte GPU-tillgång - verifiera direkt hos JetBrains om det behövs för ML-arbete.
120 timmars körtid per månad enligt källan, plus 10 GB lagring.
SIAX perspektiv
Ett bekvämt alternativ till att sätta upp en egen JupyterHub-miljö för mindre analysarbete eller när man vill komma igång snabbt. De 120 timmarna per månad är en reell budget att hålla koll på om notebooks körs som en del av ett återkommande arbetsflöde snarare än ad hoc-analys — då bör man jämföra kostnaden mot att köra motsvarande beräkning i egen eller molnbaserad infrastruktur i stället för att skala upp en tredjepartsprenumeration.
Osäker på vad ni behöver?
Ett kostnadsfritt första samtal - vi går igenom er stack och vad som faktiskt behövs innan ni betalar för något.
Boka samtal