dbt Labs lance la prise en charge de Python pour étendre ce que les praticiens des données peuvent accomplir avec dbt

dbt prend désormais en charge la transformation des données en Python, pour aider les équipes à résoudre de nouveaux types de problèmes avec les données

CRÊME PHILADELPHIA, Oct. 18, 2022 /PRNewswire/ — Laboratoires dbt, le pionnier de l’ingénierie analytique, a annoncé aujourd’hui lors du discours d’ouverture de Coalesce 2022 de dbt Labs, qu’il a ajouté la prise en charge de la transformation de données en Python vers dbt. Cela complétera les capacités SQL existantes et permettra aux équipes de données de s’attaquer à de nouvelles catégories de problèmes, notamment l’analyse statistique et la modélisation prédictive. Les utilisateurs de dbt pourront désormais déployer Python et SQL à partir du même flux de travail sans avoir besoin d’une infrastructure supplémentaire.

dbt est devenu un standard de l’industrie pour la transformation des données dans le cloud. Avec cette version, les 16 000 organisations qui utilisent dbt aujourd’hui peuvent tirer parti des fonctionnalités Python disponibles sur les principales plates-formes de données cloud. Flocon de neige Snowpark pour Python et Serverless Spark de BigQuery, ainsi que l’expansion de Databricks dans les workflows d’analyse de données avec Databricks SQL, ont accru le rôle de Python dans la pile de données moderne. Les utilisateurs de dbt auront la possibilité de choisir le meilleur langage – SQL ou Python – pour la tâche à accomplir.

« Le partenariat de Snowflake avec dbt Labs a été déterminant pour l’analytique moderne alors que nous nous efforçons de permettre aux équipes de données de déployer en toute sécurité et en collaboration du code SQL en production », a déclaré Torsten Grabs, directeur de la gestion des produits, Snowflake. Avec l’introduction par dbt Labs des modèles Python et du Snowpark pour Python de Snowflake, les clients communs peuvent désormais combiner sans effort la puissance de SQL et de Python pour des analyses modernes, et bénéficier de la richesse des innovations en matière de traitement de données dans la communauté Python. pour que les équipes d’analyse, d’ingénierie des données et de science des données soient productives et collaboratives dans le Data Cloud.”

“Nous avons créé dbt pour exploiter la puissance de la plate-forme de données cloud moderne et permettre à tous les praticiens des données de participer au processus de transformation des données. Il y a six ans, cela signifiait travailler exclusivement en SQL, le langage natif de l’entrepôt”, a déclaré. Tristan Handy, Fondateur et PDG de dbt Labs. Aujourd’hui, avec les avancées sur les plates-formes de données, nous sommes ravis d’apporter la puissance et l’accessibilité de dbt à un nouvel ensemble de charges de travail de données.

“dbt s’est avéré être un flux de travail flexible permettant aux clients de BigQuery de gérer et d’aider à piloter leurs transformations de données”, a déclaré Sudhir Hasbe, Sr. Directeur de la gestion des produits de Google Cloud. “Nous sommes fiers de travailler avec dbt Labs et d’offrir une assistance pour le traitement Python dans BigQuery afin que les clients et la communauté des données aient encore plus de moyens de résoudre les problèmes commerciaux avec les données.”

“Les équipes de données adoptent un lac de données pour tous leurs cas d’utilisation d’analyse et d’IA, en tirant parti de plusieurs langages de programmation pour résoudre leurs problèmes de données”, a-t-elle déclaré. Adam Conway, SVP Produits chez Databricks. “C’est pourquoi nous sommes ravis de nous appuyer sur notre partenariat avec dbt Labs pour apporter des fonctionnalités Python à des clients communs, offrant aux utilisateurs de dbt un accès non seulement aux transformations SQL, mais également à l’ensemble de l’écosystème Lakehouse, y compris ML.”

Pour les équipes qui effectuent aujourd’hui des travaux d’analyse dans SQL, l’inclusion de la prise en charge de Python débloque de nouvelles fonctionnalités importantes, leur donnant la possibilité de :

  • Faites-en plus grâce à dbt : Les équipes de données peuvent désormais utiliser Python pour exécuter des analyses statistiques avancées ou créer des modèles prédictifs simples, pour faire des choses comme prédire le taux de désabonnement ou la valeur à vie des clients, en tirant parti d’un énorme écosystème de packages Python pré-construits.
  • Déployez du code Python et SQL à partir d’un seul endroit : Avec la prise en charge des modèles Python dans dbt, les utilisateurs n’ont plus besoin de gérer un ensemble d’outils supplémentaires et distincts pour déployer le code Python.
  • Tirez parti de vos plateformes de données cloud : Les utilisateurs peuvent tirer parti de tout ce que les plates-formes de données cloud prenant en charge les charges de travail Python ont à offrir, dans le cadre du même flux de travail dbt qu’ils connaissent et apprécient déjà.

L’impact potentiel de la prise en charge de Python dans dbt s’étend bien au-delà de sa valeur immédiate pour les équipes d’analyse de données. Aujourd’hui, il existe un fossé important entre les équipes d’analyse et les équipes de science des données, résultant de leur utilisation d’outils différents qui conduit souvent à des hypothèses différentes. À long terme, la prise en charge de Python dans dbt ouvre la porte à davantage de scientifiques des données pour collaborer sur les mêmes outils que leurs homologues analytiques, comblant ainsi cet écart. Cela refléterait la façon dont dbt a réduit les silos entre les analystes et les ingénieurs de données au cours des dernières années en leur fournissant un cadre partagé de collaboration.

Pour plus d’informations, consultez l’actualité du jour article de blog ici.

À propos de dbt Labs
Depuis 2016, dbt Labs s’est donné pour mission d’aider les analystes à créer et à diffuser des connaissances organisationnelles. dbt Labs a été le pionnier de la pratique de l’ingénierie analytique, a construit l’outil principal de la boîte à outils d’ingénierie analytique et a eu la chance de voir une communauté fantastique fusionner pour aider à repousser les limites du flux de travail d’ingénierie analytique. Aujourd’hui, 16 000 entreprises l’utilisent dbt chaque semaine, 50 000 dbt Les membres de la communauté et plus de 3 000 entreprises qui paient pour dbt Nuage.

SOURCE dbt Labs

.

Leave a Comment

Your email address will not be published. Required fields are marked *