Wat is het verschil tussen experimenttracking en pipeline-orkestratie, en welke heb je eerst nodig?
Teams gebruiken het woord MLOps voor twee taken die vaak apart worden ingekocht. Experimenttracking legt parameters, metrics en artefacten vast, zodat je runs achteraf kunt vergelijken. In deze lijst zijn DagsHub en de beheerde MLflow-dienst op Nebius AI Cloud de duidelijkste voorbeelden. Pipeline-orkestratie bepaalt hoe code draait en in welke volgorde: ZenML verpakt Python-stappen in pipelines, en Valohai voert elke job uit en versioneert die op de machines die je aanwijst.
Als je probleem is dat niemand kan zeggen welke dataset en welke parameters het model in productie hebben opgeleverd, begin dan met herkomst. Valohai versioneert dat per uitvoering, en DagsHub laat het zien van model terug naar brondata.
Als je probleem is dat een notebook dat op een laptop werkt niet op een cluster te herhalen is, begin dan met orkestratie, waar ZenML de open source-ingang is. Teams die beide problemen hebben, eindigen meestal met twee tools, en de leveranciers zeggen dat zelf: ZenML en verschillende andere wijzen voor uitgebreide runoverzichten met grafieken naar DagsHub of MLflow.
De categorieën onderaan de ranglijst lossen smallere problemen op en zijn alleen zinvol nadat de basis er is. Giskard test modellen vóór release, Lightly kiest welke afbeeldingen gelabeld worden, Flower traint zonder data te centraliseren, en UbiOps serveert afgeronde modellen. Geen van allen houdt experimenten bij.
Hoe rekenen Europese MLOps-platforms, en wat kun je echt vergelijken?
Slechts een paar leveranciers publiceren prijzen, en ze publiceren verschillende eenheden. ZenML noemt Scale SaaS op $999 per maand met 2,000 uitvoeringen, 3 projecten en 5 snapshots, en het aparte Kitaru Cloud-product voor agentsessies kost een vast bedrag van $39 per maand.
DagsHub noemt Team op $119 per gebruiker per maand, of $99 per gebruiker jaarlijks gefactureerd, met Individual op $0. Flower prijst SuperGrid in euro per maand, jaarlijks gefactureerd, met maandelijkse credits en 3,000 aanmeldcredits, en Nebius publiceert GPU-uren, bijvoorbeeld HGX H100 vanaf $4.50 on-demand.
Valohai rekent een vaste vergoeding per gebruiker met onbeperkte projecten, experimenten, pipelines en deployments, maar het bedrag is op aanvraag. Hopsworks heeft een gratis variant met één project zonder creditcard, daarna SaaS op basis van gebruik zonder gepubliceerde tarieven. KNIME zegt dat Business Hub-abonnementen meeschalen met de capaciteit en geen licentie per gebruikersplaats kennen, opnieuw zonder cijfers. UbiOps is betalen per gebruik in de cloud, en voor Private is er een offerte op aanvraag.
Een tool met een prijs per gebruikersplaats en een tool met een prijs per uitvoering kun je niet zonder je eigen gebruiksgetallen in één spreadsheet zetten. Tel eerst je actieve gebruikers, je pipelineruns per maand en je gevolgde experimenten. Vraag daarna de drie leveranciers zonder gepubliceerde prijzen om een offerte op diezelfde cijfers, en houd er rekening mee dat drie van de gepubliceerde prijzen in Amerikaanse dollars zijn.
Houdt een Europese leverancier trainingsdata buiten Amerikaanse jurisdictie?
Het verandert het contract, niet per se de servers. Een contract met ZenML GmbH valt onder Duits recht, een met Hopsworks AB onder Zweeds recht, en Valohai Oy noemt de Finse Data Protection Ombudsman als toezichthouder. Dat geeft je een Europese contractpartij en een Europese toezichthouder, wat grotendeels is wat een functionaris voor gegevensbescherming vraagt.
De infrastructuur eronder is een apart vraagstuk, en de tools beantwoorden het verschillend. Valohai, UbiOps Private, Hopsworks Enterprise en DagsHub Enterprise kunnen on-premises of air-gapped draaien, wat de hostingvraag volledig wegneemt. ZenML, Giskard en Lightly publiceren open source code die je zelf kunt draaien.
Flower houdt ruwe data bij elke deelnemer, hoewel de SuperGrid control plane wordt gehost door Flower Labs. Nebius laat je per cluster de regio kiezen, en het privacybeleid noemt Nebius Inc. in de Verenigde Staten en Nebius Israel Ltd, dus lees welke entiteit welke gegevens verwerkt.
Twee items zijn geen EU-entiteiten. DagsHub is Israëlisch, en KNIME en Lightly zijn Zwitsers, een land met een EU-adequaatheidsbesluit maar buiten de EER. Of dat uitmaakt, hangt af van je beleid, niet van de tools.
Hoe stap je over van Weights & Biases zonder je run-geschiedenis te verliezen?
Weights & Biases Models wordt nu verkocht als onderdeel van CoreWeave Forge, en het privacybeleid wordt uitgegeven door CoreWeave, Inc. uit Livingston, New Jersey. Op 23 oktober 2026 toonde de prijspagina een gratis variant, Pro vanaf $60 per maand voor startende teams met minder dan 50 medewerkers, en Enterprise op maat. Teams die een Europese contractpartij willen, beginnen meestal met het veiligstellen van wat ze hebben: exporteer de run-geschiedenis en artefacten die je nog nodig hebt voordat het contract eindigt.
De makkelijkste landing is een tracker die MLflow spreekt. DagsHub omschrijft zijn tracking als compatibel met MLflow, en Nebius draait standaard MLflow, dus logcode die tegen de MLflow-API is geschreven, werkt verder met een gewijzigd serveradres. De trainingscode naar ZenML of Valohai verhuizen kost meer werk, omdat Valohai bestanden verwacht onder /valohai/inputs en /valohai/outputs, parameters via argparse en metrics die als JSON worden geprint, en ZenML wil stappen als Python-functies.
Verwacht geen één-op-één-overeenkomst van dashboards. ZenML stelt duidelijk dat het runs registreert en orkestreert in plaats van uitgebreide grafieken voor het vergelijken van runs biedt, en Valohai wordt omschreven als lichter op dashboards dan een gespecialiseerde tracker. Draai een echt project een paar weken op de nieuwe tool voordat je de oude opzegt.
Wanneer moet je niet naar een Europees MLOps-platform overstappen?
Wanneer de trackingserver niet je echte blootstelling is. Als je runs alleen openbare benchmarkdata en hyperparameters bevatten, voegt een jurisdictieargument weinig toe, en de gratis variant van de gevestigde partij kan goedkoper zijn dan de migratie. Hetzelfde geldt als je team afhankelijk is van functies die geen Europese tool hier nabootst, zoals de dashboards voor het vergelijken van runs die ZenML, Valohai en UbiOps openlijk niet proberen na te bootsen.
Het geldt ook als je één product nodig hebt. Deze categorie is versnipperd: Hopsworks heeft een feature store maar tracking is een kleiner onderdeel ervan, KNIME heeft geen aparte experimenttracker, en Nebius is een GPU-cloud met MLflow eraan vast. Twee of drie tools combineren betekent meer contracten, meer integratie en meer mensen die ze moeten kennen.
Kijk tot slot hoe actueel de contractstukken zijn. De voorwaarden van DagsHub zijn voor het laatst bijgewerkt in januari 2022, de publieke voorwaarden van Valohai zijn versie 8 uit 2021, en de Algemene Voorwaarden van UbiOps zijn in oktober 2023 gewijzigd. Dat is niet meteen een diskwalificatie, maar vraag om het actuele contract voordat je op een openbare pagina vertrouwt.
Hoe passen de gespecialiseerde tools naast een hoofdplatform?
Vier van de tien tools lossen één stap op en verwachten een partner. Giskard genereert veiligheids- en kwaliteitstests voor modellen en agents (prompt injection, datalekken, hallucinaties) en koppelt via een SDK aan CI/CD, dus het zit na training en vóór release. Lightly selecteert met sampling op basis van embeddings welke afbeeldingen de moeite van labelen waard zijn, en dat gebeurt vóór training. Flower vervangt de dataverzamelingsstap zelf wanneer de data niet gekopieerd kan worden. Hopsworks is de datalaag waaruit zowel training als serving lezen.
Een verstandige stack voor een computer vision-team in Europa kan Lightly voor de dataset zijn, DagsHub of Nebius MLflow voor tracking, ZenML voor pipelines en UbiOps voor serving, met Giskard als releasepoort. Dat zijn vier leveranciers in vier landen, wat een legitieme uitkomst is, en ook het argument voor minder, bredere tools zoals Valohai of Hopsworks.
Waar je ook combineert, controleer de integratiepunten die de leveranciers noemen: DagsHub en Nebius spreken MLflow, Hopsworks werkt met Iceberg-, Delta- en Hudi-tabellen, en Lightly exporteert COCO, Pascal VOC en KITTI.
