Pregunta, construye, compone: lo que nos enseñó nuestro quinto Hackathon de Genie sobre Databricks Genie

Cómo funcionan los hackathons de Databricks

Organizamos estos hackathons por una razón muy sencilla: la forma más rápida de aprender a usar un producto es construir algo con él. Cada uno comienza con una sesión de capacitación donde los equipos conocen el producto y hacia dónde se dirige en su hoja de ruta (roadmap). Luego comienza la creación. Los equipos trabajan juntos durante aproximadamente una semana y presentan un proyecto, y las soluciones más sólidas ganan premios.

Este fue nuestro quinto hackathon, y el producto estrella fue Databricks Genie.

Por qué Genie es ideal para un hackathon

Los productos de Databricks Genie permiten a las personas trabajar con datos en inglés sencillo en lugar de SQL, lo que ofrece un gran alcance para enfocarse en un hackathon. Genie no es solo una función; es una familia y se presenta de tres formas distintas:

• Pregúntale. Un Genie Agent es una interfaz de chat sobre tus datos gobernados.
• Construye con él. Genie Code es un socio de IA autónomo que ayuda en los flujos de trabajo de datos, analítica y ML.
• Compónlo. Un Genie Agent se puede exponer como una herramienta que otros agentes y aplicaciones pueden llamar por sí mismos.

Cada una de estas opciones sirve a diferentes equipos de una organización, que es exactamente la razón por la que organizamos tres categorías (tracks). Las seguiremos en ese orden, desde el usuario de negocio que solo quiere una respuesta hasta el ingeniero que conecta Genie Agents en una flota completa. La constante detrás de las tres es que Unity Catalog gobierna quién puede ver qué, sin importar cómo se haga la pregunta, y Genie Ontology proporciona la comprensión semántica compartida.

Categoría 1: Habla con tus datos con Genie Agents

A quién va dirigido: usuarios de negocio que desean hacer preguntas a agentes gobernados y específicos de un dominio. Un Genie Agent es una interfaz de chat específica de un dominio que un analista organiza sobre un fragmento de datos gobernados, que luego se puede compartir con los usuarios de negocio para que hagan preguntas en lenguaje natural. El curador puede apuntar a tablas de Unity Catalog, agregar algunas consultas de ejemplo, definir el vocabulario comercial con expresiones SQL y vistas de métricas, y fijar activos de confianza (funciones gobernadas) para las preguntas que deben responderse con exactitud. A partir de ahí, un usuario de negocio simplemente escribe una pregunta y recibe un resultado, un gráfico y la consulta subyecente. ¿Cómo se ve esto cuando los equipos reales implementan Genie Agents?

OneTrust se topó directamente con uno de los mecanismos reales de los Genie Agents. Un solo agente está diseñado para enfocarse en hasta 30 tablas, lo que mantiene las respuestas rápidas y precisas, pero los datos que le interesan a un analista real en OneTrust abarcan 190 tablas y más de 300 vistas. Por eso, crearon una capa de supervisión que fragmenta los datos en varios Genie Agents enfocados, dirige cada pregunta al adecuado y vuelve a unir las respuestas en una sola conversación. Desde la perspectiva del usuario, nada cambia: siguen preguntándole a un solo agente. Detrás de escena, el autoservicio en inglés sencillo ahora se extiende por todo el patrimonio empresarial sin renunciar a la gobernanza que lo mantiene confiable.

Otro equipo apuntó el Genie Agent a aproximadamente 160,000 registros de préstamos y, lo que es más importante, le enseñó el lenguaje del equipo, definiendo qué significa una "cura" y qué significa "DNC" para que el modelo asocie las preguntas cotidianas con los datos correctos. Pronto, el equipo de cobranza pudo preguntar en inglés sencillo y enterarse de cosas como que la mayoría de los préstamos en mora se resuelven en unos 15 días. El mejor momento no estuvo planeado: una vez establecido el vocabulario, el agente comenzó a sugerir preguntas agudas que al equipo no se le había ocurrido hacer. En eso convierte un buen contexto a una caja de chat.

Categoría 2: Construye con Genie Code

Preguntar es solo el comienzo. La siguiente pregunta es quién puede construir y qué tan rápido.

A quién va dirigido: analistas y creadores. Personas con perfil semitécnico que conocen sus datos y pueden escribir algo de SQL, pero que solían toparse con una pared en el momento en que un proyecto necesitaba pipelines, funciones o un dashboard pulido.

Genie Code es el constructor de la familia. Describes lo que quieres en un lenguaje sencillo y él hace el trabajo: escribe vistas de métricas, funciones de Unity Catalog, pipelines y dashboards, todo dentro de Databricks sin necesidad de configurar un entorno de desarrollo independiente. Como está profundamente integrado con Unity Catalog, comprende tu esquema y semántica reales, por lo que elige los joins correctos en lugar de inventar nombres de columnas. Para un analista, eso es una gran ventaja. El trabajo que antes requería un ticket para ingeniería de datos o una semana de SQL escrito a mano ahora toma una tarde, que es exactamente lo que esta categoría fue diseñada para demostrar.

Un equipo aplicó Genie a la propia casa del equipo de datos. Utilizaron Genie Code para crear una plataforma de inteligencia de gobernanza que marca los informes inactivos que vale la pena retirar, utiliza el linaje y la lógica SQL para agrupar informes duplicados ocultos en toda la organización, y evalúa si los datos están realmente listos para ser utilizados por la IA. Es el tipo de proyecto de gobernanza transversal que normalmente requiere un trimestre y una hoja de ruta. Construido con Genie Code, se materializó durante un hackathon.

Procore creó una experiencia de analítica completa para una plataforma de alquiler vacacional sin salir de Databricks. Avinash, Abdullah, Amy y Jason utilizaron funciones de IA integradas como ai_extract() para clasificar y calificar anuncios automáticamente, luego entregaron un dashboard de KPIs, tendencias interanuales y pronósticos, junto con un Genie Agent que responde en segundos a la pregunta de un gestor de cartera: "¿qué servicios debería agregar para mejorar la satisfacción?". Un producto pulido y de varias partes, construido en días en lugar de semanas.

Fanatics Betting and Gaming creó una herramienta de experiencia del cliente que entrega a los gerentes una lista de acciones clasificada y justificada por el ROI bajo demanda, de extremo a extremo en una tarde. Luego hicieron algo que nos encantó: usaron Genie para realizar una prueba de esfuerzo a su propio modelo de abandono (churn), descubrieron que dos características basadas en el historial contenían casi toda la señal y concluyeron honestamente que un enfoque más simple funcionaba igual de bien. Incluso empaquetaron el flujo de trabajo en una habilidad de analista reutilizable. Cuando la creación es así de rápida, puedes permitirte desafiar tu propio trabajo, que es como los buenos analistas deberían usar la herramienta.

Categoría 3: Compón Genie en agentes

Puedes hablar con tus datos y puedes construir con ellos. El último gran paso es el que más nos entusiasma.

A quién va dirigido: vibe coders. Esta es la parte más avanzada, donde todo se conecta. El objetivo era crear un agente completo en Databricks Apps con Genie como una de sus herramientas, y traer las tuyas propias.

Esta parte cambia lo que es Genie. Un Genie Agent no tiene por qué ser un destino final. A través de las APIs de conversación de Genie y el servidor MCP administrado integrado de Databricks, un Genie Agent se convierte en una herramienta gobernada que cualquier agente puede llamar para hacer una pregunta de datos en lenguaje natural y obtener una respuesta fundamentada. Así, un ingeniero crea un agente en Databricks Apps, conecta Genie junto a otros servidores MCP, endpoints de Model Serving y lógica personalizada, realiza el seguimiento de todo en MLflow y gobierna cada llamada con OAuth y Unity Catalog. Genie se encarga de "hablar con el almacén de datos". Tú compones el resto.

ShipBob creó el proyecto que todos recordaron, el 11 PM Ops Brief. Los equipos de cadena de suministro suelen despertarse con interrupciones que ya están en marcha. El sistema de ShipBob escribe el resumen nocturno antes que ellos, con un supervisor que coordina varios agentes especializados: Genie es el que consulta el almacén de datos, mientras que otros fusionan 17 fuentes públicas en vivo, identifican patrones recurrentes, y redactan y verifican el resultado. El resultado es un resumen en inglés sencillo con números reales, como unos $192,000 USD de ingresos en riesgo, además de acciones de write-back en cola para aprobación humana y cada paso rastreado en MLflow. Una reunión stand-up de 30 minutos se convierte en una lectura de 30 segundos. Es la imagen más clara de Genie como un jugador de equipo en lugar de un solista.

Reach Mobile creó DBX Lens, que aplica esta misma idea a la propia Databricks. Combina un Genie Agent integrado con su propio servidor MCP para que puedas preguntar "mostrar DBUs por SKU en los últimos 30 días" y obtener respuestas sobre costos y gobernanza en un lenguaje sencillo, adaptadas a tus permisos, sobre las tablas del sistema de Unity Catalog. Incluso incluye una función que convierte una regla de gobernanza en lenguaje natural en SQL depurado mediante Model Serving. Piensa en ello como un analista de FinOps integrado que ayuda a los equipos a mantener la eficiencia y al día con las mejores prácticas.

Kin Insurance creó un agente de crecimiento y marketing que investiga nuevos mercados, realiza análisis con Genie en el proceso y ofrece recomendaciones sobre las que el equipo puede actuar. Al combinar la planificación autónoma con un Genie Agent, transforma una tediosa tarea de investigación e informes de varios pasos en una sola consulta. Menos preguntas, más acción.

Otras dos creaciones muestran la misma idea de composición desde diferentes ángulos.

Ripple creó un agente de informes KYC (Know Your Customer) para el sector financiero regulado: Genie proporciona el contexto del CRM interno mientras el agente realiza comprobaciones en fuentes externas de sanciones, cumplimiento normativo y noticias adversas, reduciendo de tres a cuatro horas de investigación manual previa a la reunión a una sola instrucción y un informe de menos de un minuto con todas las fuentes citadas. Las vistas de métricas certificadas garantizan la precisión de los números, y cada ejecución se registra en Unity Catalog para mantener un historial de auditoría impecable.

Fanatics Betting and Gaming creó FirstBet Coach, una guía de incorporación para nuevos clientes de apuestas deportivas que combina Genie sobre una docena de tablas gobernadas con un servidor MCP de datos deportivos personalizado que el propio equipo desarrolló, además de memoria persistente y seguimiento de MLflow para un historial de auditoría integrado. Dos servidores MCP, una sola conversación y con medidas de protección para el juego responsable configuradas desde el principio.

La visión general

Si analizas estos tres enfoques de forma consecutiva, obtendrás un recorrido práctico por la familia Databricks Genie. Un responsable de cobros hace una pregunta con un Genie Agent. Un analista implementa una plataforma de gobernanza con Genie Code. Un ingeniero entrega Genie a un agente autónomo como una herramienta más entre muchas. Habla con él, crea con él, compón con él.

La razón por la que es seguro poner estas tres opciones a disposición de usuarios reales es la capa en la que ninguno de ellos tuvo que pensar demasiado: Unity Catalog. La misma gobernanza que determina lo que un usuario de negocio puede ver en un Genie Agent también define el alcance de lo que Genie Code puede tocar y lo que un agente puede devolver. Describe y gobierna bien tus datos una sola vez, y Genie se adaptará exactamente al entorno de trabajo de cada usuario de negocio, desarrollador e ingeniero.

¡Felicitaciones a los diez equipos por crear algo real! Aquí tienes algunos recursos recomendados para empezar a utilizar la familia Databricks Genie:

• No te pierdas las sesiones de analítica conversacional y de agentes de Data + AI Summit.
• ¿Es la primera vez que usas Genie Agents? Empieza con la guía de incorporación de Genie y las mejores prácticas para preparar un agente.
• ¿Quieres desarrollar? Conoce Genie Code y descubre cómo colocar un Genie Agent detrás de otro agente.
• ¿Listo para probarlo? Inicia una prueba gratuita y conecta un Genie Agent a tus propios datos.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original