O Metrics SQL da Rill cria uma camada semântica nativa em SQL, onde as métricas de negócio são definidas uma única vez e consultadas de forma consistente em dashboards, ferramentas e agentes de IA, eliminando o desvio de métricas. Isso possibilita análises determinísticas, seguras e de alto desempenho ao compilar consultas de métricas simples em SQL de banco de dados otimizado.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
17238 notícias encontradas
O Proxy-Pointer RAG é motivado pela crítica do PageIndex, que aponta que o retrieval em documentos empresariais reais é tipicamente um problema de navegação estrutural, e não meramente de similaridade semântica. A resposta correta muitas vezes reside em encontrar a seção, tabela ou caminho hierárquico apropriado, em vez do chunk mais semanticamente similar. Essa abordagem integra essa perspectiva em um pipeline vetorial escalável, incorporando proxies estruturais como árvores de documentos, caminhos de ancestralidade e pistas do tipo 'pointer'. O objetivo é mitigar a diferença de precisão entre o RAG vetorial "flat" e métodos "vectorless" que demandam maior capacidade de raciocínio.
A dbt Labs compara duas abordagens para permitir que IAs e LLMs consultem dados: o Text-to-SQL puro, no qual um LLM gera SQL diretamente contra as tabelas, e a consulta através do dbt Semantic Layer, que oferece métricas e lógica de negócio centralizadas e governadas. Mesmo com os LLMs mais avançados, o dbt Semantic Layer entrega maior precisão, consistência e governança, fornecendo ao modelo métricas de negócio limpas e pré-definidas.
Para muitas aplicações práticas, as funções hash mais simples que oferecem uma distribuição suficientemente boa são frequentemente a melhor escolha. Quando a segurança não é uma preocupação, o naive addition hash tem um desempenho razoável em textos longos, e adicionar um único passo foldmul aproxima as taxas de colisão das do SHA-256 em hash tables, utilizando pouquíssimo código ou CPU.
O Apache Airflow 3.2.0 introduz o particionamento de assets para agendamento data-aware, permitindo que DAGs downstream sejam acionados apenas pela partição exata que sofreu alteração, em vez de cada atualização upstream. A versão também implementa suporte multi-equipe experimental para isolar DAGs, conexões, variáveis, pools e executores em uma única implementação, além de callbacks de alerta de deadline síncronos via executor. Melhorias adicionais incluem uma limpeza de campos de instâncias de tarefas renderizadas cerca de 42 vezes mais rápida para DAGs com muitos mapeamentos. O PythonOperator agora também oferece suporte a callables assíncronos.
A Meta desenvolveu um motor de pré-cálculo empregando mais de 50 agentes de IA especializados para mapear e documentar o "conhecimento tribal" em seus extensos pipelines de dados. O sistema produz arquivos de contexto concisos e de alta qualidade que registram padrões não óbvios, propósitos de módulos, dependências, modos de falha e convenções não documentadas, seguindo o princípio de uma "bússola, não enciclopédia".
Fluxos de alta vazão no Delta Lake podem se degradar silenciosamente com o acúmulo de milhões de arquivos pequenos, mesmo quando o pipeline parece estar funcionando normalmente. A latência de consulta pode aumentar em dez vezes, e os custos de armazenamento podem subir 40% ou mais, pois Spark e o armazenamento em nuvem dedicam a maior parte do tempo aos metadados dos arquivos, em vez dos dados propriamente ditos. A solução é operacional: agendar OPTIMIZE em partições recentes, usar VACUUM para excluir tombstones, e monitorar o crescimento do transaction log e os tamanhos dos arquivos. Auto Compaction e Optimized Writes auxiliam, mas não substituem a compactação agendada em escala extrema.
A IA não eliminou a visualização de dados, mas commoditizou a atividade, removendo grande parte do esforço, criatividade e satisfação que a tornavam prazerosa. Como consequência, a área migrou de papéis especializados para um trabalho mais generalista, habilitado pela IA, tornando a visualização de dados mais um hobby do que uma profissão central.
A Netflix desenvolveu uma camada de caching para o Apache Druid a fim de evitar o reprocessamento das mesmas queries de séries temporais. A solução intercepta as queries no Druid Router, analisa sua estrutura e armazena os resultados em buckets de tempo granularizados, utilizando um cache persistido em Cassandra. Para janelas de tempo sobrepostas, o sistema serve dados em cache para intervalos já consolidados e busca do Druid apenas a parte mais recente e faltante. Ele emprega TTLs exponenciais e uma estratégia de merge que considera "gaps" (lacunas) para equilibrar a atualização dos dados com as taxas de acerto do cache.
PhysioNet é uma plataforma líder de dados clínicos abertos, contando com mais de 400 conjuntos de dados que sustentam importantes pesquisas biomédicas e aplicações de IA na área da saúde.
Este guia de configuração de 5 minutos detalha como conectar Claude às suas contas de Google Ads, Meta Ads e GA4 utilizando o MCP (Model Context Protocol). A metodologia permite que Claude leia e escreva diretamente nas contas de anúncios, possibilitando que os gestores façam perguntas em linguagem natural e recebam respostas em tempo real, eliminando a necessidade de exportar dados para planilhas. O material aborda os requisitos necessários, o passo a passo da configuração e exemplos de prompts iniciais. Estes incluem a geração de relatórios semanais, a reconciliação de dados entre diferentes plataformas e a realização de auditorias para identificar desperdícios em campanhas.
O tráfego orientado por IA, apesar do hype atual, ainda não entrega o desempenho esperado. Em um estudo que analisou US$ 20 bilhões em vendas em 973 sites de e-commerce, esse tipo de tráfego gerou menor receita por sessão que a maioria dos canais, superando apenas o tráfego pago de redes sociais. As taxas de conversão do tráfego de IA foram 11,5% menores que as da busca orgânica e 46,2% inferiores às do tráfego de afiliados, embora tenha mostrado engajamento ligeiramente melhor e taxas de rejeição 16,7% menores. Atualmente, os encaminhamentos por IA representam apenas cerca de 0,2% do total de visitas, indicando uma escala limitada. O desempenho melhora para produtos mais complexos, onde a participação do tráfego de IA é 4,6 vezes maior, e entre públicos mais jovens e com maior conhecimento tecnológico. A IA funciona melhor para compras que exigem muita pesquisa, pois os usuários aceitam etapas extras quando precisam de informações detalhadas, mas adiciona atrito para produtos mais simples.
Apesar de 81% dos compradores digitais estarem cientes dos recursos de compra dentro de plataformas, apenas 27% dos respondentes de uma pesquisa já realizaram uma compra através do Google, ChatGPT ou mídias sociais sem visitar o site da marca. Uma grande maioria, 80%, prefere os sites das marcas, motivada principalmente por preocupações com golpes e recomendações de produtos baseadas em algoritmos, e não pela falta de familiaridade com a tecnologia. A maior resistência vem dos usuários mais tecnicamente proficientes, que são os mais desconfiados sobre como os sistemas de recomendação são monetizados. O principal gatilho de conversão é simplesmente fazer com que os compradores experimentem uma primeira compra, após a qual as atitudes mudam drasticamente em todas as plataformas.
O Gmail agora realiza o prefetch de imagens antes mesmo que os usuários abram os e-mails, o que provoca a ativação de pixels de rastreamento e infla as taxas de abertura. Estima-se que entre 1% e 6% das aberturas no Gmail sejam falsas, elevando as taxas de abertura totais em cerca de 2%. Assim, uma taxa de 20% relatada pode estar, na realidade, mais próxima de 18%. Essas aberturas por prefetch ocorrem imediatamente após a entrega, originadas de IPs do Google, enquanto as aberturas reais acontecem mais tarde, via cache de imagens. Essa alteração diminui a confiança nos dados de abertura e se soma a mudanças anteriores focadas em privacidade, tornando as taxas de abertura sinais não confiáveis. Para contornar essa situação, é essencial reorientar a análise para métricas como cliques, conversões e deliverability, além de priorizar a qualidade da lista e o comportamento downstream dos usuários.
Passos detalhados para construir um site em 30 minutos, utilizando Claude Code, GitHub e Vercel.
A Ramp alcançou um marco impressionante: 99,5% de sua equipe está ativamente utilizando ferramentas de IA. Esse resultado notável foi impulsionado por uma dedicação quase obsessiva em fazer com que cada funcionário abraçasse a nova tecnologia. Entenda as táticas que permitiram essa adoção em massa e como sua organização pode replicar esse modelo de sucesso na integração da IA.
A Intl API é capaz de lidar com quase todos os requisitos de formatação diretamente no navegador, exigindo zero KB de download e sem a necessidade de parsing de bundles JavaScript.
Cada interação com uma inteligência artificial gera um sinal valioso. Esses sinais podem ser coletados e realimentados em um sistema, transformando experiências individuais em aprimoramento coletivo. Este processo cria um loop de feedback contínuo, onde cada nova interação se torna uma oportunidade para otimizar as futuras operações, impulsionando a evolução da infraestrutura de IA de forma exponencial.
Anthropic acaba de lançar Claude Managed Agents, um conjunto de APIs composíveis projetado para desenvolvedores e equipes corporativas. A solução permite a construção e implantação de agentes de IA hospedados na nuvem em escala, e já está disponível em beta público na Plataforma Claude. A oferta é voltada para organizações que necessitam de uma infraestrutura robusta de agentes, pronta para produção, sem a complexidade de gerenciar tarefas em segundo plano. Entre suas funcionalidades, destacam-se a execução de código em sandbox segura, autenticação, checkpointing, permissões com escopo e sessões persistentes de longa duração.
Servir compradores das áreas de tecnologia, jurídica e saúde é, no momento, um terreno claramente fértil para a IA. Contudo, é provável que não haja apenas um 'vencedor' em cada uma dessas categorias, indicando um cenário de múltiplos players e soluções.