Ir para o conteúdo principal

Databricks Assistant

Your context-aware AI assistant

Databricks Assistant

Crie projetos de dados e IA com mais rapidez

O Databricks Assistant permite consultar dados por meio de uma interface conversacional, aumentando a produtividade na Databricks. O usuário descreve as tarefas em inglês e o assistente gera queries SQL, explica códigos complexos e corrige erros automaticamente. O Assistant aproveita os metadados do Unity Catalog para compreender tabelas, colunas, descrições e ativos de dados mais usados na sua empresa e fornece respostas personalizadas.

“At SiriusXM, we’re using Databricks Assistant to create notebooks, author complex queries, identify ways to join tables within data lakes and resolve coding issues, saving our data teams development time.”

— Bernie Graham, VP Data Engineering, Sirius XM
Sirius XM

Geração de código SQL ou Python

O Databricks Assistant se integra nativamente com todas as superfícies de edição da Databricks. Dependendo da superfície de edição (notebooks, editor de SQL ou editor de arquivos), o Assistant retorna uma query SQL ou código Python relevante. Também ajuda a acelerar projetos escrevendo código-padrão ou fornecendo código inicial para começar. Você pode executar o código, copiá-lo ou adicioná-lo a uma nova célula para desenvolvimento posterior.

Explicação do código ou de queries

O Databricks Assistant pode descrever partes complexas de código ou queries em linguagem clara e concisa. Isso ajuda você a entender melhor alguns projetos com os quais não está familiarizado, para se atualizar rapidamente.

Correção de problemas

O Databricks Assistant é capaz de detectar erros no seu código e recomendar correções. Ao encontrar problemas como erros de sintaxe, o Assistant descreve o problema e cria um trecho de código com a correção proposta. O código modificado pode então ser adicionado diretamente ao editor e executado novamente.

Respostas contextuais personalizadas para você

O Databricks Assistant aproveita diferentes sinais para fornecer resultados mais precisos e relevantes. Ele usa dados contextuais de células de código, bibliotecas, tabelas populares, esquemas do Unity Catalog e tags para mapear questões de linguagem natural em queries e código.

Futuramente, será adicionada uma integração com  LakehouseIQ para contextualizar ainda melhor as solicitações.

Saiba mais

icon

Data Engineering

icon

Data Science

icon

IA e ML

icon

Governança de dados

icon

Data Warehousing

icon

Streaming de dados

Tudo pronto para começar?