As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
222 notícias encontradas
A PJ One Piece reduziu o lead time de analytics de 2 semanas para 10 minutos com um agente de IA generativa, permitindo centenas de análises. A abordagem usa staged metadata, guardrails de SQL, wide analysis tables e supervisor agents, além de liberar os cientistas de dados para discovery e Skills reutilizáveis.
Clustering de texto não estruturado ajuda a descobrir automaticamente tópicos em documentos sem rótulo ao combinar embeddings do sentence-transformers com UMAP para redução de dimensionalidade e HDBSCAN para clustering baseado em densidade. Esse pipeline moderno captura o significado semântico muito melhor do que métodos tradicionais, determina automaticamente o número de clusters e lida bem com ruído e outliers.
Muitos times de dados tecnicamente excelentes continuam irrelevantes porque boa execução, sozinha, já não basta. O valor real vem de ir além da simples entrega de dados e passar a influenciar decisões, com análise que assume uma perspectiva clara e ação que afeta resultados de negócio.
A qualidade do data warehouse precisa entrar no ciclo completo de desenvolvimento, e não ficar para a revisão final. As equipes podem impedir que pequenas inconsistências se espalhem para definições compartilhadas, dashboards e lógica de negócio ao antecipar as verificações com revisões de modelagem, validação local, CI/CD, revisão assistida por IA, julgamento humano e monitoramento.
Uma checklist prática de segurança para isolar workloads guiados por prompts com NetworkPolicies, gVisor/Kata e RBAC com privilégio mínimo.
A Zalando construiu um client-side load balancer de alta performance, in-process, para a Product Read API, capaz de lidar com mais de um milhão de requisições por segundo de tráfego interno de fan-out, substituindo o shared edge ingress Skipper para requisições em lote. A equipe implementou consistent hashing compatível com o Skipper, descoberta baseada em watch do Kubernetes, N-ring fade-in para subir capacidade de forma suave e routing ciente de AZ.
A Zepto construiu um Dual Sequence ReRanker para personalização em tempo real que combina o histórico de longo prazo do usuário com o comportamento atual da sessão, usando transformer encoders separados para a sequência de histórico e a sequência da sessão. O modelo também usa target-aware pooling, que reconstrói dinamicamente o perfil do usuário para cada item candidato, além de uma learned fusion gate e sinais em tempo real, como contadores de tendência e contexto de calendário.
Agentes de codificação de longa duração funcionam melhor quando estão ancorados em contexto estruturado e artefatos persistentes: pesquisa no repositório, bases de conhecimento, planos, arquivos de progresso, relatórios de verificação e notas de revisão. O Agentic Orchestrator transforma essas passagens de bastão em um workflow em máquina de estados, dando aos agentes dados compartilhados suficientes para encarar tarefas maiores sem perder coerência.
Na edição de 2026 do Data + AI Summit, a Databricks anunciou duas inovações-chave para simplificar arquiteturas de dados: o Lakehouse//RT, voltado para aplicações e dashboards em tempo real diretamente sobre o lakehouse, e o LTAP, modelo que integra cargas transacionais e analíticas numa única cópia governada de dados. A proposta elimina a necessidade de bancos de dados separados, CDC, ETL e camadas intermediárias de processamento.
A Nordnet implementou um sistema de sinalização visual em tempo real no Looker, com cores verde, amarelo e vermelho, para indicar a confiabilidade dos dados exibidos em dashboards. A solução detecta falhas no dbt, interrupções silenciosas, problemas de atualização e anomalias de volume, consolidando alertas recorrentes. Com base na linhagem de dados entre dbt e Looker, ela também mostra o impacto potencial de cada problema, tornando a governança mais transparente e acionável.
A AWS entrou na corrida pela camada de contexto com o lançamento do AWS Context, uma stack que constrói e atualiza dinamicamente um knowledge graph a partir de dados corporativos, regras e conhecimento de domínio, sem depender de curadoria manual. A solução integra S3 Annotations e novos recursos de skill no Glue Data Catalog, com controle de acesso via IAM e Lake Formation. Metadados são armazenados em formatos abertos (Iceberg) no S3 Tables e expostos via Athena, Redshift, Spark e MCP.
O ClickHouse comemora uma década desde sua liberação como software livre. O que começou como um projeto interno para análise web evoluiu para uma das principais bases de dados analíticas do mundo, otimizada para cargas pesadas, consultas em tempo real e escalabilidade horizontal. A contribuição contínua da comunidade foi essencial para seu amadurecimento técnico e adoção em ambientes críticos de dados.
Em 2026, o engenheiro de analytics deixa de ser apenas executor de modelos para assumir papéis estratégicos: projetista de sistemas, responsável pela governança de dados e provedor de contexto para IA. Com ferramentas automatizando SQL, testes e estrutura base do dbt, a atuação se concentra em arquitetura robusta, qualidade de dados e alinhamento com aplicações de IA, já usadas por 72% dos profissionais com apoio de codificação assistida.
A Lyft desenvolveu uma Metric Semantic Layer interna para padronizar definições de métricas e eliminar discrepâncias entre equipes. A governança se baseia em Golden Metrics, com responsabilidade compartilhada entre donos de negócios e operações, versionamento rigoroso, APIs Python, interfaces de autoatendimento, catálogo no Amundsen e agentes de IA. A solução atua como única fonte da verdade, garantindo que atualizações na lógica de negócios sejam propagadas automaticamente por todo o ecossistema de dados.
O Genie Ops destaca que, embora pipelines com capacidade de auto-recuperação sejam tecnicamente viáveis, sete barreiras estruturais persistem: gestão insegura de credenciais, orquestração deficiente de eventos, controle fragmentado de agentes, ausência de padrões robustos de versionamento (como cloning, rollback e sandboxing) e lacunas em governança, contexto operacional e interoperabilidade. Sem normas claras e adotadas coletivamente, a infraestrutura de dados tende à complexidade excessiva e à baixa manutenibilidade.
O DuckDB 1.5.4, lançado oficialmente, é uma atualização de manutenção que corrige bugs, aprimora a segurança e otimiza o desempenho em operações-chave: manipulação de colunas VARIANT, comandos MERGE INTO, processamento de JSON e Parquet, integração com Apache Arrow, compactação gzip e comportamento da CLI. A versão mantém a filosofia leve e rápida do banco de dados analítico embutido, priorizando estabilidade e eficiência para fluxos de dados modernos.
A Zepto aprimorou significativamente a ingestão de dados no ClickHouse ao reescrever componentes críticos do conector open-source do Kafka Connect. A otimização elevou o throughput em 45%, eliminou pausas severas de Garbage Collection e implementou um sistema de batching mais inteligente. A equipe ainda contribuiu com duas correções importantes para o repositório upstream do projeto.
Projetos dbt integrados a IA exigem documentação rigorosa: o repositório deve explicar explicitamente como os modelos interagem com ferramentas de IA, quais convenções de nomenclatura e versionamento são usadas, e quais frameworks ou LLMs são recomendados para geração de SQL, testes ou documentação automatizada, tudo isso para garantir manutenibilidade, governança e adoção em times de dados.
A OpenAI introduziu uma técnica pré-release que replica, com dados anonimizados, prefixos reais de conversas de usuários para testar modelos candidatos. Ao processar essas interações simuladas, a abordagem permite antecipar comportamentos em produção com maior fidelidade, gerando estimativas mais precisas de taxas de respostas indesejadas do que avaliações tradicionais.
O Instacart substituiu seu antigo sistema de retrieval de anúncios, baseado em BERT e scoring individualizado por ID de produto, por uma abordagem generativa que opera token por token. A nova arquitetura usa os 'Instacart Semantic IDs', permitindo geração direta de recomendações mais contextualizadas e eficientes, com ganhos significativos em precisão e escalabilidade. A mudança reflete uma migração estratégica de modelos discriminativos para gerativos no core do sistema de anúncios.
