OlympHill
Together Open Data Scientist logo

Together Open Data ScientistIzvoran razvojni znanstvenik podatka u otvorenem izvornom kod, koji izvršava Python da istraži podatke, izgradi modele i generira analitičke izvješća

4.3 (4)
Daniel NikulshynRecenzirao Daniel Nikulshyn·Ažurirano lipanj 2026.

Pregled

Together Open Data Scientist je otvoreni, AI-osnovani agent za analizu podataka koji se objavljuje kao open-source proizvod na GitHub-u od strane Together AI. On slijedi framework ReAct (razumijevanje + djelovanje), alternirajući između koraka razumijevanja modela za jezik i izvršavanja konkretnog Python koda izvođenja sveobuhvatnih zadataka iz područja znanstvenih dokaza kao što su izlaganje podataka, računanje suženih statistika, gradnja modela i produkcija detaljanog pisane analitičke priopćenja. Agent može izvršiti Python u jednom od dva režima. Režim "internal" izvršava kod lokalno unutar kontejnera Docker, koji je prilagođen pojedinačnom korisničkom lokalnom razvoju, dok je režim "tci" prebacuje izvršavanje na Together Code Interpreter (TCI), oblaku sandbox koji se pristupa kroz Together AI API. Korisnici mogu preuzeti direktorij umjetnih podataka za automatizirani ugradnji, postaviti maksimalan broj iteracija učenja i izabrati koji je temeljni model pokreće agenta - DeepSeek-V3 je podrazumljen, ali moguće se specifikirati Llama modeli i drugi dostupni kroz platformu Together. Nalazi se u distribuciji kao paket koji se može instalirati kroz pip (open-data-scientist) i izloži i korisničku liniju kao i Python API. CLI podržava opcije poput --write-report za generiranje izvješća analize u formatu Markdown, --save-trace za snimanje cijeloga upita i izvođenja traga, te ponavljanje sesije putem ID-a sesije. Python API okrenut je oko klase ReActDataScienceAgent koja prima prirodno-jezični zadatak i vraća rezultate. Projekt je očito označen kao eksperimentalni softver. Svi kod i analitički podaci su generirani AI te izvođeni rezultati mogu sadržavati greške ili nepotrebnosti ili su najbolje tretirati kao početnu tačku za istraživanje i učenje umjesto kao osnovu za donošenje odluka u proizvodnoj okolini. Održavatelji naglašavaju da je potreban nadzor i provjera čovjeka, osobito u kritičnim poslovnim ili istraživačkim aplikacijama. U usporedbi s komercijalnim AI asistentima za analizu podataka kao što je ChatGPT-ov Advanced Data Analysis ili notebookova kopilot, Together Open Data Scientist ističe što je potpunno otvoreni kod, samostalno hostabilan, agnositivan modela unutar Togetherove ekosistema, te sposoban autonomno povezivati mnoge korake izvršavanja koda ka potpunom izvješću umjesto jednog jednosmjernog odgovora.

Ključne značajke

  • Petlja razvojnog znanstvenika ReAct za razumu i aktivnosti
  • Dva sustava izvršavanja: lokalni Docker ili sustav za interpretaciju koda Together u oblaku
  • Automatsko uploadavanje direktorija podataka za analizu
  • Generacija izvješća u formatu Markdown s --write-report
  • Konzfigurabilni model i maksimalni broj razumijevanja iteracija
  • Klasični komadni lijevo i programatski Python API

Cijene

Model
Free
Ocjena
4.3 / 5 (4)

Slučajevi uporabe

Automatiziran ispitivanje podeataka

Pokrenite agenta na novi set podataka da bi izvršili eksperimentalni ispitivanje podataka pomoću Pythona i primili detaljno izvješće o nalazima

Pomoć pri izradi modela

Upotrijebite agenta da bi pratile i izgradili modeli strojno učenja na vama dostupnim podacima, kako lokalno, tako i u oblaku

Generacija analitičkih izvješća

Generirajte podrobnim pisani analitički izvještaji koji prikazuje sadržaj podeataka i rezultate modela za zainteresirane stranke

Python-ske uporabe u lokalnim ili oblakovim sustavima

Pokrenite Python-bazirane znanstvene poslove poželjno na lokalnom uređaju ili u oblakovoj okolišu ovisno o potrebama izračunavanja

Prednosti i nedostaci

Prednosti

  • Izvoran kod i samohostiranje
  • Pokrenut na stvarnim Python skriptama lokalno pomoću Docker-a ili u oblaku kroz TCI
  • Neovisni o modelu, s uzorkovanom LLM i brojem iteracija
  • CLI i Python API, plus automatizirano izvješće i tragovi

Nedostaci

  • Ispisano u eksperimentalnom stanju; kod koji generira AI sadrži moguća pogreška
  • Traži čovjekovski pregled i nije prikladno za donošenje odluka u proizvodnji
  • Sadržaj Docker-a ima ograničenja izolaacije i sigurnosti sesije
  • Veza s Together AI API-ključem za izvršavanje u oblaku

Rekord bitaka

U 6 bitkama u Panteonu.

2
1.
1
2.
1
3.

Last 5 battles

Recenzije

4.3

Prosjek iz 4 ocjena.

5
1
4
3
3
0
2
0
1
0

Prijavi se za ostavljanje recenzije.

VN

Victor Nguyen

Apr 23, 2026

Solid for our team

We rolled this out across the team last quarter and the value for money is strong. The integrations fits neatly into how we already work, and the automation removed a step we used to do by hand. A few rough edges remain, which is the main caveat, but it has held up under daily use.

Kwame Mensah

Kwame Mensah

Apr 12, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is the API — handled better than most — and it is genuinely easy to set up. A few rough edges remain is my one real gripe. Worth the time if this is your use case.

Liam O’Connor

Liam O’Connor

Nov 5, 2025

Use it every day

Honestly didn't expect to like it this much. The API is exactly what I needed, and it saves real time. I do wish the docs could be deeper, but I reach for it almost every day now and it just clicks.

DF

Diego Fernández

Sep 24, 2025

Does the job

Pretty happy overall. The core workflow just works and support is responsive. The docs could be deeper can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Pitanja

Što izlaz proizvodi alat i kako ga mogu dobiti?

Nakon analize, agent može generirati izvješće u markdown formatu koristeći zastavicu `--write-report`, i također proizvodi trag o korakovima rješenja. I izvješće i trag su spremljeni u radnom direktoriju, što omogućava lako pregledavanje rezultata i koda koji je izvršen.

Asked by Julia Steiner · Aug 21, 2025

Mogu li izmijeniti jezikovni model ili ograničiti razdoblje izvođenja uzmornjačnih koraka?

Da. Agent nije vezan uz jedan specifičan model i omogućuje izmjenu modela, uz određeni tip kompatibilnog LLM-a, i postavku najvećeg broja ciklusa ReAct, omogućujući kontrolu brzine izvođenja agentove proceduru.

Asked by Sami Virtanen · Aug 6, 2025

Šta su zahtjevi za uporabom oblakovog (TCI) izvršnog moda?

Da bi se upotrijebio 'tci' režim, potrebno je biti posjedovatelj veljate Together AI API ključa, koji autentificira upite prema servisu Together Code Interpreter. Servis izvršava kod u upravljanom oblaku sandbox-u, pa stoga nije nužno instalirati lokalni Docker.

Asked by Ines Fernandes · Jul 23, 2025

Kako je izbor izvršnog modusa utjecao na mjesta izvršavanja vašeg Python koda?

Together Open Data Scientist nudi dvije izvršne moduse: 'internal', koji izvršava generirani Python izravno u lokalnom kontejneru Docker, te je idealan za jednogorovnjačku razradu. 'tci' slati kod na Together Code Interpreter, oblaku sandbox-a koji se dostupa putem Together AI API-a. Odaberite Docker za kontrolu lokalnog okruženja ili TCI za izvršavanje u oblaku bez konfiguriranja lokalnog Docker-a.

Asked by Hasan Demir · Jun 15, 2025

Postavi pitanje

Alternative za Računalni analitičari u sustavima strojnog učenja