A empresa de armazenamento de dados baseada em nuvem Snowflake adicionou uma nova interface de desenvolvimento para pipelines de aprendizado de máquina à sua plataforma, entre outras atualizações para desenvolvedores anunciadas no Snowflake Summit em andamento.
Essas atualizações incluem a nova interface, chamada Snowflake Notebooks; a adição de uma API Pandas; novos recursos de observabilidade; e a integração do Native App Framework da empresa com Snowpark Container Services.
Snowflake Notebooks, que está atualmente em versão prévia pública, é nativamente integrado a todas as partes da plataforma Snowflake, incluindo Snowpark ML, Streamlit e Cortex. É uma interface de desenvolvimento única para Python, SQL e Markdown que os desenvolvedores podem usar para experimentar e iterar em seus pipelines de aprendizado de máquina (ML), aproveitar recursos de edição com tecnologia de IA e simplificar fluxos de trabalho de engenharia de dados, disse a empresa.
Enquanto isso, uma API Snowpark Pandas permitirá que os desenvolvedores Python trabalhem com a sintaxe familiar da biblioteca Python de código aberto Pandas para carregar, manipular, alinhar, mesclar e visualizar tabelas de dados diretamente em Python. A API Pandas está atualmente em versão prévia pública.
Atualizações nas ferramentas Devops
Para ajudar com devops, Snowflake disse que adicionou recursos como gerenciamento de alterações de banco de dados para definir o estado desejado dos pipelines de dados com princípios de infraestrutura como código, em vez de criar scripts de fluxos de trabalho complexos linha por linha, e integração Git para permitir a colaboração no desenvolvimento entre equipes e agiliza implantações em diferentes ambientes. Ambos estão em pré-visualização pública.
Outras atualizações de devops incluem a API Python e a CLI Snowflake, que serão disponibilizadas em breve.
Snowflake adiciona recursos de observabilidade via Trail
A empresa também adicionou novos recursos de observabilidade na forma do Snowflake Trail, que fornece visibilidade da qualidade dos dados, pipelines e aplicativos, permitindo que os desenvolvedores monitorem, solucionem problemas e otimizem seus fluxos de trabalho. Ele é construído com padrões OpenTelemetry para que os desenvolvedores possam integrar plataformas populares de observabilidade e alerta, incluindo Datadog, Grafana, Metaplane, PagerDuty e Slack, entre outras.
Além disso, o Snowflake fornece sinais de telemetria integrados para Snowpark e Snowpark Container Services, permitindo que os usuários diagnostiquem e depurem erros facilmente usando métricas, logs e rastreamento distribuído, sem precisar configurar agentes manualmente ou transferir dados.
Para ajudar a construir aplicativos com mais rapidez, a empresa disse que estava integrando o Native App Framework ao Snowpark Container Services.
“A integração permite que as empresas ampliem a amplitude e a variedade de aplicativos que constroem na AI Data Cloud usando instâncias configuráveis de GPU e CPU para atender a uma variedade de casos de uso que abrangem automação de visão computacional, análise de dados geoespaciais e aplicativos de ML para empresas”, o disse a empresa.
