Databricks nació con Apache Spark y acabó convirtiéndose en una plataforma unificada para trabajar con datos. Las empresas guardan sus datos en formatos abiertos en su propia nube y usan Databricks para pipelines, analítica SQL, notebooks y aprendizaje automático, con una capa de gobernanza llamada Unity Catalog que controla los accesos y sigue el linaje de todo ello.
La IA se ha vuelto central en su propuesta. La plataforma permite entrenar y ajustar (fine-tuning) modelos, servirlos mediante endpoints, usar búsqueda vectorial para la recuperación de información y crear agentes basados en datos de la empresa. La compañía adquirió MosaicML para reforzar el entrenamiento de modelos y ofrece herramientas para monitorizar y evaluar sistemas de IA. Un asistente ayuda a escribir código y consultas.
Databricks cobra según el uso y funciona en AWS, Azure y Google Cloud. Es potente, pero compleja, y conviene vigilar los costes. Entre las alternativas están Snowflake, Google BigQuery, Microsoft Fabric, Amazon Redshift y Dataiku. Databricks encaja con equipos de datos e IA que trabajan con grandes volúmenes de datos.
// alternativas a Databricks ver todas →
