Agentes de Codificación de Ingeniería para Flujos de Trabajo de Datos

Resumen Una sesión práctica de ingeniería sobre lo que se necesita para un arnés de agente de codificación confiable para flujos de trabajo de datos, cómo las tareas de datos difieren de las tareas convencionales de ingeniería de software y cómo las herramientas, habilidades del agente, contexto semántico y análisis a nivel de traza pueden mejorar el rendimiento del agente. Detalles de la Sesión Los agentes de codificación a menudo están diseñados en torno a flujos de trabajo de ingeniería de software: navegar por repositorios, editar archivos, ejecutar pruebas y corregir código. Las tareas de datos introducen un conjunto diferente de requisitos. El agente debe comprender esquemas, definiciones de negocio, relaciones entre conjuntos de datos, herramientas disponibles y el contexto necesario para interpretar los resultados correctamente. En esta sesión, con Josh de Snowflake - desglosaremos los componentes de un arnés de agente para flujos de trabajo de datos y demostraremos cómo los agentes pueden usar herramientas, habilidades reutilizables y contexto semántico para completar tareas de manera más confiable. También examinaremos las trazas de ejecución para identificar dónde ocurren errores y cómo esos hallazgos pueden ser utilizados para mejorar el agente, su contexto y el arnés circundante. Lo que aprenderás Quién Debería Unirse Esta sesión es para ingenieros de IA, ingenieros de datos, ingenieros de análisis, ingenieros de plataformas y líderes técnicos que construyen agentes de codificación para análisis de datos, operaciones de datos, herramientas internas u otros flujos de trabajo intensivos en datos. Sobre Future AGI Future AGI es una capa de código abierto que se auto-mejora para sistemas agenticos: permite a los equipos simular, evaluar, proteger, observar y mejorar automáticamente su IA en un bucle cerrado, por lo que los agentes se vuelven más precisos y seguros con el tiempo en lugar de romperse en silencio en producción.