Топ 10: ПО для Data Science
Обновлено: 01.06.2026
Примеры Data Science инструментов и сервисов - представлены ниже.
Пользователи, которые искали Data Science, потом также интересовались следующими продуктами:
См.также: Топ 10: Системы бизнес аналитики
Пользователи, которые искали Data Science, потом также интересовались следующими продуктами:
См.также: Топ 10: Системы бизнес аналитики
2026. Data-Science сервис Amazon SageMaker запустил AI агента
Сервис Amazon SageMaker AI теперь включает агента для настройки моделей. Он помогает подготовить данные, выбрать правильную модель, оценить ее качество с использованием метрик LLM-как-эксперта, найти наиболее экономичный способ ее развертывания на адресах Amazon Bedrock или SageMaker AI. Агент доступен в блокнотах Amazon SageMaker Studio вместе с агентом по написанию кода Kiro. Пользователи также могут использовать навыки агента в любой среде разработки по своему выбору, например Visual Studio или Cursor. Интерфейс позволяет использовать различные агенты по написанию кода, включая Kiro, Claude Code и CoPilot, для оптимизации популярных семейств моделей, таких как Amazon Nova, Llama, Qwen и GPT-OSS.
2025. В Google Colab появился AI-помощник
Google Colab, облачный инструмент для data-science, получил новую функцию — Data Science Agent. Он помогает пользователям быстро очищать данные, визуализировать тренды и получать инсайты из загруженных наборов данных. Помощник также может искать аномалии в API, анализировать клиентские данные и писать SQL-запросы. Пользователю достаточно загрузить файл и задать вопрос агенту. В основе Data Science Agent лежит модель ИИ Gemini 2.0, а также инструменты для анализа и очистки данных. Сейчас агент поддерживает файлы CSV, JSON и .txt размером до 1 ГБ. Помощник доступен бесплатно, но с некоторыми ограничениями на вычислительные мощности. Для их снятия Google предлагает платные планы от $9.99 в месяц.
2019. JupyterLab - новое поколение Jupyter Notebook
Open-source проект Project Jupyter, который разрабатывает Jupyter Notebook, представил его будущую замену - JupyterLab. Это уже полноценная среда разработки, где дата-сайентист может одновременно работать с ноутбуками, файлами, терминалами и редакторами кода. JupyterLab похож на VS Code или PyCharm: слева файловый менеджер, в центре несколько открытых вкладок (ноутбуков, скриптов и терминалов). Он позволяет работать сразу с несколькими ноутбуками, редактировать файлы .py, .md, .json, открывать терминал рядом с ноутбуком, т.е. иметь что-то похожее на IDE, но оставаясь в экосистеме Jupyter. Классический Jupyter Notebook всё ещё будет поддерживаться, но новые возможности будут появляться уже в JupyterLab.
