#data engineering
risultati
-
dbt Core v2.0: un solo engine in Rust, più dbt State e dbt Wizard
dbt Labs porta dbt Core v2.0 sotto Apache 2.0 e sull’engine Rust di Fusion, affiancandolo a dbt State…
-
cellcentric: il Data Hub come context layer governato per umani e agenti
Quattro anni di disciplina su Unity Catalog e Lakehouse Federation diventano in cellcentric un context layer governato: una…
-
Variant e Variant shredding di Databricks diventano generally available
Il tipo Variant per dati semi-strutturati e il Variant shredding sono in GA: performance di query vicine a…
-
Agentic AI in produzione: per l’85% delle aziende manca la data foundation
Il nuovo “Agentic AI readiness index 2026” di Fivetran dice che l’85% delle aziende esegue agenti su una…
-
Databricks cambia la gestione di continuous jobs e pipelines: cosa rivedere prima di agosto
A inizio agosto 2026 arrivano modifiche a continuous Lakeflow pipelines e continuous jobs: alcune sono breaking. Ecco cosa…
-
Come Netflix ricostruisce in tempo reale la mappa delle dipendenze tra servizi
Netflix racconta come ha costruito una mappa delle dipendenze tra servizi quasi in tempo reale: architettura streaming-first, pipeline…
-
Fraud detection su cloud warehouse: l’architettura dati prima del modello
Prima parte di una serie sulla fraud detection: perché gran parte del lavoro sta nell’ingestion affidabile e nella…
-
Dal warehouse ai vettori pronti per l’AI con le Embedding Columns di Fivetran Activations
Fivetran Activations aggiunge le Embedding Columns per generare embedding vettoriali dentro i dataset e nuove connessioni verso Pinecone…
-
Orchestrazione di dbt Cloud dentro Fivetran: ELT end-to-end da un’unica piattaforma
Fivetran aggiunge l’orchestrazione dei job dbt Cloud dalla propria piattaforma: le trasformazioni possono partire al completamento del load…
-
Cos’è l’idempotenza e perché conta nelle pipeline dati
L’idempotenza è la proprietà per cui ripetere un’operazione non cambia il risultato dopo la prima esecuzione. Nel data…