Como criar e implementar projetos dbt no Snowflake com o Cortex Code

Um dia típico de um engenheiro de dados trabalhando com dbt envolve alternar entre a escrita de lógica de transformação, a atualização manual de arquivos YAML para documentação e a análise de logs de orquestração para corrigir falhas no pipeline. É um ciclo constante de troca de contexto entre ferramentas e muito código manual.

Mas com o Cortex Code, muitas dessas tarefas podem ser iniciadas a partir de um único prompt.

Figura 1: Assista ao vivo enquanto Uche Nkadi e Bryan Gislason demonstram como usar o Cortex Code para acelerar o desenvolvimento do seu pipeline com dbt.

Ao contrário das ferramentas de chat de IA de uso geral, o Cortex Code foi desenvolvido especificamente para o ecossistema Snowflake. O Cortex Code compreende a relação entre os metadados do Snowflake e o seu projeto dbt.

Criação com reconhecimento de contexto

Figura 2: Veja como o Cortex Code verifica tabelas de origem, gera modelos, adiciona testes, executa builds, valida saídas e produz um relatório compartilhável, tudo pelo seu terminal. O que antes exigia muito tempo e troca de contexto entre ferramentas agora pode ser concluído com muito mais rapidez.

Em vez de começar com um arquivo .sql em branco, você pode solicitar ao Cortex Code que "crie um modelo de staging para a tabela de pedidos, convertendo timestamps e renomeando colunas para snake_case". O Cortex Code conhece as convenções do dbt. Ele não apenas escreve SQL; ele usa automaticamente as macros {{ config(...) }} e {{ ref(...) }}, ajudando a garantir que o seu código seja modular e "dbt native" desde o primeiro caractere digitado.

Edição e otimização rápidas

Figura 3: Veja como o Cortex Code pode analisar o run_results.json do seu projeto, identificar os modelos mais lentos, sinalizar os não utilizados e encontrar sugestões de otimizações específicas que você pode aplicar.

Com o agente do Cortex Code, você pode solicitar que ele adicione um cálculo específico, como profit_margin, a um modelo. O agente então atualiza simultaneamente seus arquivos YAML para incluir a descrição da nova coluna e os testes genéricos relevantes (como not_null ou accepted_values).

Solução de problemas inteligente

Figura 4: Identifique gargalos rapidamente, realize análises de blast radius e audite a cobertura de testes com o Cortex Code.

Quando você está travado em uma window function complexa ou em um join específico do Snowflake, o Cortex Code fornece sugestões rápidas e sensíveis ao contexto, projetadas para serem sintaticamente corretas, reduzindo o ciclo de "tentativa e erro" no terminal.

Workflows flexíveis

Figura 5: Todos os seus dados em um único agente de codificação — compatível com Snowflake, dbt e Apache Airflow.

Seja usando a oferta nativa de projetos dbt do Snowflake, o dbt Core de código aberto ou o dbt Platform, o Cortex Code se integra ao seu stack e workflows existentes. Ele funciona como uma ponte entre o seu ambiente de desenvolvimento local e o Snowflake, oferecendo uma experiência consistente com tecnologia de IA, independentemente de onde o seu código esteja.

O acesso está disponível por meio de:

Interface do Snowsight: Para quem usa a versão nativa de projetos dbt no Snowflake, é possível acessar o Cortex Code dentro da interface do Snowflake, o Snowsight. O Snowflake Workspaces conta com um DAG integrado e linhagem em nível de coluna. Com o Cortex Code, você pode criar projetos dbt, fazer perguntas sobre projetos dbt implementados e inspecionar arquivos.
Cortex Code CLI: Com uma simples linha de código, você pode trazer o agente de codificação do Cortex Code diretamente para o seu terminal e delegar tarefas como gerar documentação ou escrever testes.

Acesse o Cortex Code pelo Snowsight ou faça download do Cortex Code CLI hoje mesmo.