Espaces de travail
graal Data Platform propose trois espaces de travail : Jupyter, VS Code et RStudio. Ils partagent la mécanique d’ordonnancement des jobs : un espace est un pod lancé dans le namespace d’exécution, sous les mêmes contraintes de sécurité et le même quota de projet.
Le notebook que réclame en premier une équipe de data scientists. L’image embarque les bibliothèques utiles au quotidien : manipulation de données, accès au stockage objet, client Trino pour interroger l’entrepôt, et client MLflow pour tracer les expériences.
code-server, pour le data engineer qui édite du code plutôt que des cellules. Même image de base,
même stockage, même identité.
RStudio Server, pour les équipes qui travaillent en R. Il s’ouvre depuis la console, derrière la même passerelle et la même authentification que Jupyter et VS Code.
Une seule porte
Section intitulée « Une seule porte »Les trois espaces sont servis derrière une seule passerelle. Conséquence concrète pour votre équipe réseau : un seul point d’entrée à ouvrir, et une seule authentification — celle de la console. Pas de mot de passe par outil, pas de second annuaire.
Les données du projet, sans copier un identifiant
Section intitulée « Les données du projet, sans copier un identifiant »Un espace s’ouvre dans un projet : il voit les tables, les buckets et les secrets de ce projet, avec les droits de la personne qui l’ouvre. Un notebook qui doit tourner seul devient un job, planifiable et suivi comme les autres (voir jobs et workflows).
La visualisation reste la vôtre
Section intitulée « La visualisation reste la vôtre »La Data Platform se branche sur votre outil de tableaux de bord : Trino expose un accès JDBC standard, que votre outil BI interroge directement.
Pour aller plus loin
Section intitulée « Pour aller plus loin »- Notebooks, la page du site
- Images de runtime
- Données et SQL
- Sécurité et gouvernance