Heimdall tổ chức học máy quanh hai điểm khởi đầu khác biệt. Thứ nhất là đường đi dữ liệu kinh điển: bạn mang tệp CSV hoặc kết nối cơ sở dữ liệu, nạp và quản lý phiên bản qua các lớp đồng, bạc, vàng trong Lake, khám phá và phân tích bảng bằng notebook Python trong Lab, rồi phát hành bảng vàng để ML và Forecast huấn luyện. ML phụ trách phân loại và hồi quy, còn Forecast tạo dự báo chuỗi thời gian cho việc hoạch định nhu cầu và năng lực, kèm giải thích có thể kiểm tra. Mọi mô hình đều kết thúc bằng một điểm cuối REST được giám sát với đo lường sử dụng và kiểm tra tình trạng.
Đường đi thứ hai dành cho các nhóm chưa có dữ liệu huấn luyện. Loop là sản phẩm học trực tuyến với các mô hình liên tục thích ứng với phản hồi trực tiếp thay vì tập huấn luyện cố định, phù hợp với bài toán gợi ý và xếp hạng. Resolve biến văn bản phi cấu trúc thành một lựa chọn hoặc điểm số dựa trên các câu trả lời do bạn tự định nghĩa, không cần lịch sử gán nhãn, nên hữu ích cho việc định tuyến email đến hoặc chấm mức độ khẩn cấp. Cả hai đường đi đều kết thúc ở cùng một bề mặt API có thể triển khai và được giám sát.
Vì nền tảng gộp danh mục, notebook, mô hình hóa và triển khai vào một chỗ, nó phù hợp với các nhóm dữ liệu nhỏ muốn học máy ở mức vận hành mà không phải ghép nhiều nhà cung cấp kho dữ liệu, notebook và MLOps riêng lẻ. Truy cập bắt đầu bằng tài khoản miễn phí và không gian làm việc tự phục vụ; các triển khai lớn hơn được xử lý qua trao đổi với đội ngũ, nên giá không được công bố công khai.
