Штучний інтелект

Databricks представляє GenAI прискорювачі від партнерів для інженерії даних та міграції

A

Amit Singh

2 хв читання

Ілюстрація, що зображує AI-агентів, які автоматизують перетворення застарілих систем даних на сучасні хмарні архітектури.

Виклик модернізації даних

Підприємства стикаються зі зростаючим тиском щодо модернізації своїх стеків даних. Командам необхідно відійти від застарілих ETL-систем та складних локальних платформ, переходячи до простіших, масштабованих архітектур. Багато організацій все ще покладаються на ручну конвертацію коду, фрагментовані конвеєри даних та трудомісткі кроки валідації. Це уповільнює терміни міграції та ускладнює впровадження AI.

Представляємо GenAI прискорювачі від партнерів Databricks

Партнерські GenAI прискорювачі тепер допомагають усунути це навантаження. Партнери Databricks використовують Agent Bricks для створення AI-агентів, які генерують код SQL та Python, валідують логіку конвеєрів та пропонують покращення. Ці агенти зчитують існуючі робочі навантаження та створюють схеми відображення, міграційні скрипти та оптимізовані конвеєри, що працюють на платформі Databricks Data Intelligence Platform.

Прискорювачі для інженерії даних

Ці прискорювачі автоматизують типові завдання інженерії даних. Партнери створили системи, які зчитують вихідні дані, створюють каркаси конвеєрів, генерують логіку трансформації та валідують якість даних. Деякі з них підтримують запити природною мовою, дозволяючи аналітикам та інженерам описувати завдання простою мовою. Мета полягає у скороченні часу, необхідного для створення та підтримки конвеєрів, а також у покращенні послідовності між командами.

Прискорювачі для міграції даних та платформ

Ці рішення підтримують клієнтів, які переходять від застарілих ETL та інструментів сховищ даних. Прискорювачі аналізують існуючі завдання, ідентифікують залежності, конвертують код у Databricks та валідують результати. Вони допомагають командам швидше мігрувати, зменшувати кількість ручних конвертацій та підтримувати точність під час великих переходів. Цей підхід вже дозволяє прискорити терміни міграції до 70% та зменшити ручну працю більш ніж на 50%.

Широка екосистема партнерів

Більше двадцяти партнерів пропонують ці рішення. Серед них такі компанії, як Blend360, EY, Infosys, LTIMindtree, Persistent Systems, Slalom, TCS, Tiger Analytics, zeb для інженерії даних, а також Cognizant, Entrada, EXL, Hexaware, Impetus, Indicium, Infogain, Insight, Koantek, LatentView, Shorthills, Wavicle, Wipro, Xebia, Zensar для міграції. Ці партнерські прискорювачі надають командам практичний спосіб модернізації у масштабі.

Загальні переваги

Завдяки Databricks та її партнерській екосистемі підприємства отримують уніфіковану платформу та зростаючий набір AI-орієнтованих інструментів, які скорочують час доставки та покращують результати інженерії. Це дозволяє командам зосередитися на архітектурі замість повторюваної оперативної роботи та допомагає організаціям почати використовувати GenAI у тих частинах життєвого циклу даних, які найбільше виграють від автоматизації.

Що це означає для розробників

Ці прискорювачі дозволяють інженерам швидше досягати паритету та зосереджуватися на архітектурі замість повторюваної оперативної роботи. Вони автоматизують генерацію коду, валідацію логіки та міграційні скрипти, спрощуючи модернізацію та прискорюючи розробку.

Ключові факти

  • Підприємства відчувають тиск щодо модернізації своїх стеків даних, відходячи від застарілих ETL та локальних платформ.

  • Ручна конвертація коду, фрагментовані конвеєри та тривалі кроки валідації уповільнюють впровадження AI.

  • Databricks представила GenAI прискорювачі від партнерів, які використовують AI-агентів, створених за допомогою Agent Bricks.

  • Ці AI-агенти генерують код SQL та Python, валідують логіку конвеєрів, пропонують покращення, створюють схеми відображення та міграційні скрипти.

  • Прискорювачі поділяються на дві категорії: для інженерії даних та для міграції даних і платформ.

Джерела

Попередні статті

Ілюстрація, що зображує інженера даних, який працює серед абстрактних елементів хмарної інфраструктури, кластерів Kubernetes, потоків даних та моделей ШІ, символізуючи складність та взаємозв'язок сучасних систем даних.
21 травня 2026Дані та аналітика

Майбутнє Data Engineering: Виклики, Тенденції та Роль Лідерів

Деклан Гоуран з IAS ділиться поглядом на кар'єру в data engineering, виклики галузі, розвиток команд та прогнози на найближчі місяці, включаючи поширення data mesh, MLOps та AI-орієнтованих архітектур.

Абстрактна ілюстрація потоку даних через корпоративні системи, де інженерія даних створює структурований контекст для ШІ-агента, а оркестрація керує його діями.
21 травня 2026Штучний інтелект

Штучний інтелект не вирішить проблеми з даними: інженерія даних — ось ключ

Сучасні інвестиції в ШІ зосереджені на моделях, але справжні проблеми криються в якості та контексті даних. Інженерія даних та оркестрація є критично важливими для надійного функціонування ШІ-агентів в корпоративному середовищі.

Ілюстрація, що зображує спіралі ДНК, переплетені з бінарним кодом, символізуючи зберігання даних у ДНК та процеси корекції помилок.
21 травня 2026Технології

Оцінка сучасних кодів корекції помилок для зберігання даних у ДНК

Дослідження систематично порівнює шість кодеків корекції помилок для зберігання даних у ДНК, вивчаючи їхню ефективність у різних сценаріях, включаючи вплив кластеризації зчитувань та стійкість до втрати послідовностей.

Наступні статті

Ілюстрація, що зображує взаємодію AI-агентів з центральною платформою даних Dataverse, яка надає їм бізнес-контекст та розуміння.
21 травня 2026Штучний інтелект

Dataverse стає платформою даних для AI-агентів: Нові можливості для бізнесу, розробників та творців

Microsoft Dataverse еволюціонує в платформу даних для AI-агентів, надаючи їм не лише доступ до даних, а й глибоке розуміння бізнес-контексту. Це включає інтеграцію з Microsoft 365 Copilot, бізнес-навички для творців та плагін для агентів кодування.

Сучасна будівля університету з елементами, що натякають на технології та інновації.
21 травня 2026Технології

Knobel Hall: Новий центр комп'ютерних наук та аналізу даних у Denison майже готовий

Масштабна реновація Doane Hall, тепер Knobel Hall та King Center for Data and Innovation, наближається до завершення. Будівля готує Denison до інтеграції даних у навчальний план, відкриття очікується восени 2026 року.

Абстрактна ілюстрація, що символізує штучний інтелект, який автоматизує написання коду для наукових досліджень, з елементами науки та програмування.
21 травня 2026Штучний інтелект

Система ШІ ERA автоматизує написання наукового коду, перевершуючи людські розробки

Дослідники Google та Гарварду створили ERA — систему ШІ, що автоматично пише наукове програмне забезпечення. Вона перевершує людські розробки та прискорює наукові відкриття, автоматизуючи повний цикл розробки коду.