Databricks nommé leader dans le Magic Quadrant™ 2025 de Gartner® pour les plateformes de science des données et de Machine Learning

Nous sommes ravis d'annoncer que, pour la quatrième fois consécutive, Gartner a reconnu Databricks comme un Leader dans le Magic Quadrant™ 2025 de Gartner® pour les plateformes de science des données et de Machine Learning. Databricks a obtenu la meilleure position en termes de capacité d'exécution et la position la plus avancée en termes d'exhaustivité de la vision.

Gartner définit une plateforme de science des données et de Machine Learning comme un ensemble intégré de bibliothèques basées sur du code et d'outils low-code. Ces plateformes prennent en charge l'utilisation indépendante et la collaboration entre les data scientists et leurs homologues commerciaux et informatiques, avec l'automatisation et l'assistance de l'IA à toutes les étapes du cycle de vie de la science des données, y compris la compréhension des besoins de l'entreprise, l'accès aux données et leur préparation, la création de modèles et le partage d'informations. Elles prennent également en charge les workflows d'ingénierie, y compris la création de pipelines de données, de fonctionnalités, de déploiement et de test. Les plateformes sont fournies via un client de bureau ou un navigateur avec des instances de calcul de support ou en tant qu'offre cloud entièrement gérée.

Téléchargez une copie gratuite du rapport ici.

Nous sommes ravis de cette reconnaissance de Gartner et pensons qu'elle est due au succès des milliers de clients de Databricks qui ont créé et déployé des projets d'IA de haute qualité en production. Pendant de nombreuses années, les entreprises ont eu du mal à mettre leurs projets de science des données et de Machine Learning en production. L'IA générative n'a fait que rendre la tâche plus difficile, car les modèles de fondation de l'IA ne connaissent pas les données de l'entreprise et ne parviennent pas à fournir des résultats précis, bien gouvernés et spécifiques à l'entreprise.

Chez Databricks, nous nous sommes concentrés sur l'aide aux entreprises pour créer et déployer l'IA dans des applications à forte valeur ajoutée et essentielles, tout en garantissant la précision, la gouvernance et la facilité d'utilisation. Nos piliers d'innovation sont les suivants :

• Agents d'IA qui raisonnent sur vos données : Databricks offre le moyen le plus efficace et le plus sûr de connecter les données de votre entreprise aux agents. Grâce à la plateforme d'IA construite sur le lakehouse, il n'est pas nécessaire de dupliquer les données. Il est ainsi facile de personnaliser les modèles d'IA avec vos données.
• Évaluation personnalisée pour votre cas d'utilisation : Databricks offre une évaluation intégrée pour les agents. Vous pouvez évaluer et utiliser n'importe quelle combinaison de modèles GenAI open source et commerciaux, ainsi que des modèles de ML pour vos agents d'IA. Nous vous aidons à mesurer la qualité de la production des agents et vous donnons des moyens robustes de retracer la cause première, d'évaluer les correctifs et de redéployer rapidement pour améliorer la qualité.
• Gouvernance unifiée des données, des modèles d'IA et des outils : Les clients peuvent gouverner et appliquer des garde-fous à tous les modèles d'IA, y compris ceux hébergés en dehors de Databricks. Nous appliquons automatiquement les contrôles d'accès appropriés, définissons des limites de débit pour gérer les coûts, empêchons le contenu nuisible et suivons la lignée tout au long du workflow d'IA, des données aux modèles.

Databricks sur Databricks

Chez Databricks, nous sommes de fervents partisans de l'utilisation de notre propre technologie en interne. Il est intéressant de noter que les outils évalués dans ce rapport Magic Quadrant étaient les outils que nous avons utilisés pour remplir notre questionnaire Magic Quadrant. Quiconque a travaillé sur un Magic Quadrant sait que les questionnaires sont incroyablement rigoureux et nécessitent beaucoup de temps de la part des parties prenantes de l'entreprise. En tirant parti de la plateforme Databricks Data Intelligence, nous avons créé notre propre agent d'IA de base de connaissances personnalisé, appelé ARIA - Analyst Relations Intelligent Assistant - pour rédiger des premières ébauches de haute qualité et de haute précision pour près de 700 pages de questions techniques sur les produits. Cela a permis à l'équipe de gagner des dizaines d'heures d'écriture et a permis à notre équipe de direction de se concentrer sur des éléments plus stratégiques et à forte valeur ajoutée de l'évaluation.

ARIA est construit sur une architecture de génération augmentée de récupération (RAG), enveloppée dans une interface Streamlit conviviale et hébergée sur Databricks Apps. Il ingère les documents RFI au format HTML, extrait les questions et génère des réponses de haute qualité à l'aide de Mosaic AI Agent Framework, Vector Search et batch inference avec Claude 3.7-Sonnet. Le système exploite les paires de questions-réponses antérieures, la documentation Databricks et une table de mappage produit-mot-clé pour améliorer la pertinence de la recherche. DSPy est utilisé pour l'optimisation des invites afin de garantir la cohérence du ton et du format, et la sortie finale peut être exportée vers Google Docs ou Excel pour la collaboration.

Et après ?

Nous pensons que notre reconnaissance en tant que leader avec les meilleurs scores pour la capacité d'exécution et l'exhaustivité de la vision témoigne de notre capacité à rassembler les équipes et à leur permettre de créer la prochaine génération d'applications de données et d'IA avec qualité, rapidité et agilité. 

En tant que leader dans plusieurs Magic Quadrants et autres rapports d'analystes, nous pensons que le caractère unique de cette réalisation réside dans la manière dont elle a été accomplie. Il n'est pas rare que les fournisseurs figurent dans plusieurs Magic Quadrants chaque année dans de nombreux domaines. Toutefois, ils sont évalués sur des produits disparates de leur portefeuille qui répondent individuellement aux critères spécifiques du rapport. Les résultats de Databricks montrent de manière définitive que vous pouvez être un leader avec une approche unifiée des données + de l'IA, avec une seule copie des données, un seul moteur de traitement, une seule approche de la gestion et de la gouvernance, basée sur l'open source et les normes ouvertes dans tous les clouds. 

Avec une solution unique, vous pouvez obtenir des résultats de premier ordre pour l'entreposage de données et les charges de travail de science des données/Machine Learning. Nous pensons que le ML et l'IA générative continueront à transformer les plateformes de données, et nous remercions nos clients et partenaires de se joindre à nous dans cette aventure.

En savoir plus

Pour en savoir plus sur Mosaic AI, visitez notre site Web et suivez @Databricks pour les dernières nouvelles et mises à jour. Vous pouvez également vous joindre à nous lors du Data + AI Summit 2025, où nous ferons des annonces importantes concernant nos piliers d'innovation pour l'IA. 

Lire le Magic Quadrant de Gartner pour les plateformes de science des données et de Machine Learning.

Gartner, Magic Quadrant for Data Science and Machine Learning Platforms, Afraz Jaffri, Maryam Hassanlou, Tong Zhang, Deepak Seth, Yogesh Bhatt, 28 mai 2025.

GARTNER est une marque déposée et une marque de service de Gartner, Inc. et/ou de ses filiales aux États-Unis et à l'étranger, et MAGIC QUADRANT est une marque déposée de Gartner, Inc. et/ou de ses filiales et est utilisée ici avec autorisation. Tous droits réservés.

Gartner n'endosse aucun fournisseur, produit ou service décrit dans ses publications de recherche et ne conseille pas aux utilisateurs de technologies de sélectionner uniquement les fournisseurs ayant les meilleures notes ou autres désignations. Les publications de recherche de Gartner contiennent les opinions de l'organisme de recherche de Gartner et ne doivent pas être interprétées comme des déclarations de fait. Gartner décline toute garantie, expresse ou implicite, concernant cette recherche, y compris toute garantie de qualité marchande ou d'adéquation à un usage particulier.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original