penyihir ai

Penyihir AI

Berikan kekuatan ajaib pada tim data Anda.

Mage adalah kerangka kerja hibrid untuk mentransformasi dan mengintegrasikan data. Ini menggabungkan yang terbaik dari kedua dunia: fleksibilitas notebook dengan ketelitian kode modular.

• Ekstrak dan sinkronkan data dari sumber pihak ketiga.

• Transformasikan data dengan pipeline real-time dan batch menggunakan Python, SQL, dan R.

• Muat data ke gudang data atau data lake Anda menggunakan konektor siap pakai kami.

• Jalankan, pantau, dan atur ribuan saluran pipa tanpa kehilangan waktu tidur.

Ditambah ratusan fitur kelas perusahaan, inovasi infrastruktur, dan kejutan ajaib.

Tersedia dalam dua versi yang memukau

Untuk tim. Platform yang dikelola sepenuhnya untuk mengintegrasikan dan mengubah data.	Dihosting sendiri. Sistem untuk membangun, menjalankan, dan mengelola saluran data.

Itu ajaib.

Untuk dokumentasi tentang memulai, cara mengembangkan, dan cara menerapkan ke produksi, lihat siaran langsungnya
Portal dokumentasi pengembang .

Memasang

Cara yang disarankan untuk menginstal Mage versi terbaru adalah melalui Docker dengan perintah berikut:

 buruh pelabuhan tarik mageai/mageai:terbaru

Anda juga dapat menginstal Mage menggunakan pip atau conda, meskipun hal ini dapat menyebabkan masalah ketergantungan tanpa lingkungan yang tepat.

 pip instal mage-ai

 conda install -c conda-forge mage-ai

Mencari bantuan? Cara tercepat untuk memulai adalah dengan melihat dokumentasi kami di sini.

Mencari contoh cepat? Buka proyek demo langsung di browser Anda atau lihat panduan kami.

Demo

Demo langsung

Bangun dan jalankan saluran data dengan aplikasi demo kami.

PERINGATAN

Demo langsung bersifat publik untuk semua orang, mohon jangan menyimpan sesuatu yang sensitif (misalnya kata sandi, rahasia, dll).

Video demo (5 menit)

_{Klik gambar untuk memutar video}

Fitur

	Orkestrasi	Menjadwalkan dan mengelola saluran data dengan kemampuan observasi.
	Buku catatan	Editor Python, SQL, & R interaktif untuk mengkodekan saluran data.
	Integrasi data	Sinkronkan data dari sumber pihak ketiga ke tujuan internal Anda.
	Saluran pipa streaming	Menyerap dan mengubah data real-time.
	dbt	Bangun, jalankan, dan kelola model dbt Anda dengan Mage.

Contoh pipeline data ditentukan di 3 file ➝

1. Muat data ➝

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

2. Ubah data ➝

    @transformerdef select_columns_from_df(df: pl.DataFrame, *args) -> pl.DataFrame:return df[['Usia', 'Fare', 'Survived']]

3. Ekspor data ➝

    @data_exporterdef ekspor_titanic_data_to_disk(df: pl.DataFrame) -> Tidak ada:df.to_csv('default_repo/titanic_transformed.csv')