Qlik estende sua abordagem agêntica para a engenharia de dados

A Qlik, empresa global de análise de dados, anunciou uma expansão de sua estratégia de execução agêntica para engenharia de dados, introduzindo capacidades projetadas para ajudar as equipes de dados a criar, evoluir e entregar dados confiáveis mais rapidamente, à medida que a demanda por dados prontos para IA continua a crescer.

Segundo informações, a pressão sobre as equipes de dados mudou. Eles estão sendo solicitados a apoiar mais iniciativas de IA, agir mais rápido diante de novas demandas de dados e fazer tudo isso sem adicionar fragilidade, atraso ou custos desnecessários. Em muitas empresas, a restrição não é a ambição. É a quantidade de trabalho manual ainda necessária para construir pipelines, manter transformações, solucionar problemas e manter os dados atualizados o suficiente para apoiar decisões e automação.

A última versão de engenharia de dados da Qlik foi projetada em torno dessa realidade. Ele traz a execução agêntica ao próprio fluxo de trabalho de engenharia, oferecendo às equipes novas formas de traduzir a intenção em ativos de dados de trabalho, reduzir esforços repetitivos e acelerar a entrega sem tirar o controle necessário para ambientes de produção.

“A maioria das empresas não tem dificuldade em imaginar casos de uso de IA. Eles têm dificuldade em fornecer os dados confiáveis e atuais dos quais esses casos de uso dependem”, disse Mike Capone, CEO da Qlik. “À medida que a demanda aumenta, a engenharia de dados torna-se o caminho crítico. A Qlik está ajudando as equipes a reduzir atritos, proteger a confiança e acompanhar o ritmo do negócio”, afirmou.

Entre as novidades apresentadas estão:

Pipelines declarativos: a Qlik está introduzindo uma forma mais orientada para linguagem natural de ajudar engenheiros de dados a criar e evoluir pipelines no contexto do pipeline canvas, oferecer orientações para o próximo passo e reduzir a barreira para construir fluxos confiáveis. Essa versão também estabelece o caminho para capacidades mais amplas do Agente de Pipeline ao longo do tempo.

Assistente de IA para o Talend Studio: um novo Assistente de IA sensível ao contexto dentro do IDE do Talend Studio, planejado para o final deste ano, foi projetado para ajudar desenvolvedores a solicitar ajuda, gerar trabalhos, criar documentação e escrever SQL usando linguagem natural, mudando o trabalho de engenharia da programação manual para orquestração de nível mais alto.

Roteamento em tempo real para fluxos de dados de agentes: a Qlik está expandindo o Talend Studio para suportar roteamento de mensagens em tempo real para processos agentes, ajudando engenheiros de dados a trabalhar com grandes modelos de linguagem, construir pipelines RAG específicos para domínio e conectar sistemas agentes por meio de componentes MCP. A versão mais recente também expande o gerenciamento de contexto e memória para suportar fluxos de trabalho mais complexos em escala empresarial.

Streaming Open Lakehouse: a Qlik ampliou seu Open Lakehouse com suporte nativo a streaming para que as equipes possam unificar dados contínuos de eventos com cargas de trabalho em lote e CDC em um único ambiente, reduzindo a necessidade de ferramentas separadas e ajudando a manter a IA e a análise mais próximas das condições atuais de negócio.

Um caminho de engenharia mais completo para cargas de trabalho agênticas: entre pipelines declarativos, roteamento em tempo real, streaming Open Lakehouse, assistência de IA do Talend Studio e o caminho mais amplo rumo às capacidades do Agente de Pipeline, a Qlik está posicionando a engenharia de dados como uma função mais orientada pela intenção e assistida por agentes, projetada para reduzir a reinvenção e ajudar as equipes a dedicarem mais tempo à arquitetura, design e impacto no negócio.

Juntas, as capacidades disponíveis atualmente, junto com as experiências agênticas mais amplas planejadas para adiante, são projetadas para ajudar as equipes de dados a passarem da montagem manual de pipelines para um modelo operacional mais assistido por agentes — um em que o trabalho de engenharia se torne mais fácil de iniciar, mais fácil de evoluir e melhor capaz de acompanhar as demandas de frescor e confiabilidade da IA.

“Há uma grande diferença entre um assistente que ajuda a escrever código e um sistema que realmente ajuda uma equipe de dados a avançar mais rápido de ponta a ponta”, disse Robin Astle, desenvolvedor principal da Valpak. “A parte interessante deste anúncio é o foco na criação de pipelines, qualidade dos dados, metadados e gestão em conjunto, porque isso está muito mais próximo de como o trabalho real de engenharia acontece”, comentou.

Serviço
www.qlik.com