Совместная работа

В Data Science проекты бывают сложными и состоящими из множества частей: ноутбуков, данных, окружений и скриптов. Эффективно работать над ними всей командой может быть нелегко.

Datalore делает совместную работу над данными простой и удобной. Смотрите обзор возможностей Datalore для совместной работы:

Редактирование ноутбуков

Datalore позволяет редактировать ноутбуки совместно с коллегами в реальном времени. Работу можно разделить на отдельные листы, а при необходимости даже редактировать одну и ту же ячейку кода одновременно. При редактировании все изменения в коде отображаются мгновенно. Совместный доступ к среде, данным и состоянию вычислений обеспечивается автоматически.

Совместный доступ к ноутбукам

Чтобы поделиться ноутбуком, создайте ссылку на него или отправьте приглашение по электронной почте и разрешите просмотр или редактирование в настройках прав доступа. Коллеги будут иметь доступ к ноутбукам и когда вы онлайн, и когда вы офлайн.

Рассылка приглашений к просмотру отчетов по электронной почте

Отправка ссылок по электронной почте повышает защиту отчетов. Вы можете отправлять электронные приглашения конкретным людям, в том числе пользователям с новой лицензией Viewer, так что доступ получат только те, у кого есть приглашение.

Отслеживание курсора коллеги

Во время совместной работы можно следить за перемещением курсора коллеги в реальном времени. Для этого щелкните по иконке аккаунта коллеги в правом верхнем углу.

Совместная работа над файлами

Работайте над Python-скриптами и другими файлами ноутбуков вместе с коллегами. В редакторе справа вы увидите их курсоры, а содержимое файлов будет обновляться в реальном времени.

Командные рабочие пространства

Работу над проектами удобно организовывать в командных рабочих пространствах. Это дает всем членам команды единую точку доступа к ноутбукам, данным и отчетам, позволяя получать обновления в реальном времени. В результате никто не забудет синхронизировать ноутбуки, оставшиеся на локальных машинах. Для личных экспериментов у пользователей есть индивидуальное рабочее пространство.

Права на просмотр и редактирование

Когда вы делитесь ноутбуком или рабочим пространством, можно настроить права доступа. Право на просмотр дает пользователю возможность только просматривать содержимое ноутбука или рабочего пространства, а право на редактирование предоставляет полный доступ к ноутбуку, позволяя менять код, выполнять ячейки и запускать вычисления.

Внутреннее управление версиями

Отслеживайте ход работы команды, создавая контрольные точки, и просматривайте различия между версиями. К предыдущим контрольным точкам можно вернуться в любой момент. Для таких действий, как удаление листа или ячейки, контрольные точки создаются автоматически.

Внутренние планы использования ресурсов

Enterprise

Разным участникам вашей команды могут требоваться разные вычислительные ресурсы. В Datalore можно создать отдельные планы использования ресурсов для тех, кому нужны высокопроизводительные ГП, и для тех, кто часто использует для вычислений обычные ЦП. В плане можно указать, сколько часов доступно каждому пользователю на процессоре каждого типа, и ограничить использование дорогостоящих ресурсов для отдельных пользователей.

Группы пользователей

Enterprise

В Datalore можно создавать группы пользователей, чтобы предоставлять доступом к ноутбукам и рабочим пространствам сразу нескольким людям. Создавайте группы пользователей на панели Admin в Datalore или синхронизируйте их с аутентификационным модулем JetBrains Hub. JetBrains Hub позволяет синхронизировать группы с вашим поставщиком аутентификации (например, Azure AD). Подробнее о поддерживаемых модулях аутентификации читайте в документации.

Комментарии к ноутбукам и отчетам

Теперь можно добавлять комментарии к ячейкам в ноутбуках и отчетах. Комментарии к отчету синхронизируются с соответствующими ячейками в ноутбуке — их видно и там и там. По окончании обсуждения просто пометьте соответствующий комментарий как разрешенный. Обратите внимание: в бета-режиме уведомления о комментариях и упоминаниях отключены, но мы планируем их добавить в следующей версии.