mago ai

Mago IA

Dale poderes mágicos a tu equipo de datos.

Mage es un marco híbrido para transformar e integrar datos. Combina lo mejor de ambos mundos: la flexibilidad de los portátiles con el rigor del código modular.

• Extraiga y sincronice datos de fuentes de terceros.

• Transforme datos con canalizaciones en tiempo real y por lotes utilizando Python, SQL y R.

• Cargue datos en su almacén de datos o lago de datos utilizando nuestros conectores prediseñados.

• Ejecute, supervise y organice miles de canalizaciones sin perder el sueño.

Además de cientos de funciones de clase empresarial, innovaciones en infraestructura y sorpresas mágicas.

Disponible en dos versiones fascinantes.

Para equipos. Plataforma totalmente administrada para integrar y transformar datos.	Autohospedado. Sistema para construir, ejecutar y gestionar canalizaciones de datos.

Es mágico.

Para obtener documentación sobre cómo comenzar, cómo desarrollar y cómo implementar en producción, consulte la versión en vivo.
Portal de documentación para desarrolladores .

Instalar

La forma recomendada de instalar la última versión de Mage es a través de Docker con el siguiente comando:

 docker pull mageai/mageai:último

También puedes instalar Mage usando pip o conda, aunque esto puede causar problemas de dependencia sin el entorno adecuado.

 instalación de pip mago-ai

 instalación de conda -c conda-forge mage-ai

¿Busca ayuda? La forma más rápida de comenzar es consultando nuestra documentación aquí.

¿Busca ejemplos rápidos? Abra un proyecto de demostración directamente en su navegador o consulte nuestras guías.

Manifestación

Demostración en vivo

Cree y ejecute una canalización de datos con nuestra aplicación de demostración .

ADVERTENCIA

La demostración en vivo es pública para todos; no guarde nada confidencial (por ejemplo, contraseñas, secretos, etc.).

Vídeo de demostración (5 minutos)

_{Haz clic en la imagen para reproducir el vídeo.}

Características

	Orquestación	Programe y administre canalizaciones de datos con observabilidad.
	Computadora portátil	Editor interactivo de Python, SQL y R para codificar canalizaciones de datos.
	Integraciones de datos	Sincronice datos de fuentes de terceros con sus destinos internos.
	Tuberías de transmisión	Ingiere y transforma datos en tiempo real.
	dbt	Cree, ejecute y administre sus modelos dbt con Mage.

Una canalización de datos de muestra definida en 3 archivos ➝

1. Cargar datos ➝

    @data_loaderdef load_csv_from_file() -> pl.DataFrame:return pl.read_csv('default_repo/titanic.csv')

2. Transformar datos ➝

    @transformerdef select_columns_from_df(df: pl.DataFrame, *args) -> pl.DataFrame:return df[['Edad', 'Tarifa', 'Sobrevivió']]

3. Exportar datos ➝

    @data_exporterdef export_titanic_data_to_disk(df: pl.DataFrame) -> Ninguno:df.to_csv('default_repo/titanic_transformed.csv')