Ihr Data-Science-Labor, in Frankreich gehostet
Eine interaktive Rechenumgebung, angetrieben von JupyterLab, installiert und gewartet von DINAO. Ihre Notebooks, Datensätze und Modelle bleiben auf unseren französischen Servern — Ihre Analysen werden niemals woandershin übertragen.
Was ist JupyterLab?
JupyterLab ist die interaktive Entwicklungsumgebung der neuen Generation des Jupyter-Projekts, frei und Open Source. Es ist die Standard-Web-Schnittstelle für Rechen-Notebooks : Dokumente, die ausführbaren Code, Gleichungen, Visualisierungen und narrativen Text verbinden, im Herzen der modernen Data Science, der wissenschaftlichen Forschung und der Lehre.
Seine modulare Schnittstelle vereint in einem gemeinsamen Arbeitsbereich Notebooks, Code-Editoren, Terminals, Dateibrowser und Visualisierungen, die nebeneinander angeordnet werden können. JupyterLab unterstützt Dutzende von Kernels (Python, R, Julia, Scala…) und das gesamte wissenschaftliche Python-Ökosystem — pandas, NumPy, Matplotlib, scikit-learn — erweiterbar durch ein reichhaltiges System von Erweiterungen.
Für die Teamarbeit bietet JupyterHub eine Multi-User-Bereitstellung, bei der jeder Benutzer eine isolierte Umgebung mit SSO/OIDC-Authentifizierung hat. Von DINAO selbst gehostet, optional beschleunigt durch GPU für Machine Learning, wird JupyterLab zu einem souveränen Datenlabor, in dem Ihre sensiblen Datensätze das französische Territorium niemals verlassen.
Hosten Sie JupyterLab bei DINAO
Ressourcenstufen kompatibel mit den Anforderungen von JupyterLab (min. 1 vCPU / 1 Go / 5 Go). In Frankreich gehostet, vollständig gemanagt.
- 1 dedizierte vCPUs
- 2 Go RAM
- 20 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
- 2 dedizierte vCPUs
- 4 Go RAM
- 40 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
- 4 dedizierte vCPUs
- 8 Go RAM
- 80 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
- 8 dedizierte vCPUs
- 16 Go RAM
- 160 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
Technische Details
Sie fragen sich…
Welche Sprachen kann ich verwenden?
JupyterLab unterstützt Dutzende von Kernels : Python, R, Julia, Scala und viele andere. Das wissenschaftliche Python-Ökosystem (pandas, NumPy, scikit-learn, Matplotlib…) ist je nach Bedarf vorkonfigurierbar.
Können mehrere Personen gleichzeitig arbeiten?
Ja, über JupyterHub: Jeder Benutzer verfügt über eine eigene isolierte Umgebung mit SSO/OIDC-Authentifizierung. Die Dimensionierung bestimmt die Anzahl der gleichzeitigen Benutzer.
Wo werden meine Daten gehostet?
Auf der DINAO-Infrastruktur in Frankreich, in einem der verfügbaren Rechenzentren. Ihre Datensätze und Notebooks verlassen das Territorium nicht.
Kann ich GPU-Rechenleistung oder Machine Learning nutzen?
Ja. Die GPU ist als Option (Team-Tarif) oder dediziert (Unternehmen-Tarif) verfügbar für das Training von Modellen und intensive Workloads.
Kann ich den Tarif wechseln oder meine Daten exportieren?
Ja. Sie können jederzeit auf- oder abstufen, und Ihre Notebooks und Daten bleiben exportierbar — keine proprietäre Bindung.
