mago ai

Mago IA

Dê poderes mágicos à sua equipe de dados.

Mage é uma estrutura híbrida para transformação e integração de dados. Combina o melhor dos dois mundos: a flexibilidade dos notebooks com o rigor do código modular.

• Extraia e sincronize dados de fontes de terceiros.

• Transforme dados com pipelines em tempo real e em lote usando Python, SQL e R.

• Carregue dados em seu data warehouse ou data lake usando nossos conectores pré-construídos.

• Execute, monitore e orquestre milhares de pipelines sem perder o sono.

Além de centenas de recursos de classe empresarial, inovações de infraestrutura e surpresas mágicas.

Disponível em duas versões fascinantes

Para equipes. Plataforma totalmente gerenciada para integração e transformação de dados.	Auto-hospedado. Sistema para construir, executar e gerenciar pipelines de dados.

É mágico.

Para documentação sobre como começar, como desenvolver e como implantar em produção, confira o live
Portal de documentação do desenvolvedor .

Instalar

A forma recomendada de instalar a versão mais recente do Mage é através do Docker com o seguinte comando:

 docker pull mageai/mageai:mais recente

Você também pode instalar o Mage usando pip ou conda, embora isso possa causar problemas de dependência sem o ambiente adequado.

 pip instalar mago-ai

 conda install -c conda-forge mage-ai

Procurando ajuda? A maneira mais rápida de começar é verificar nossa documentação aqui.

Procurando exemplos rápidos? Abra um projeto de demonstração diretamente no seu navegador ou confira nossos guias.

Demonstração

Demonstração ao vivo

Crie e execute um pipeline de dados com nosso aplicativo de demonstração .

AVISO

A demonstração ao vivo é pública para todos, por favor não salve nada sensível (por exemplo, senhas, segredos, etc).

Vídeo de demonstração (5 minutos)

_{Clique na imagem para reproduzir o vídeo}

Características

	Orquestração	Programe e gerencie pipelines de dados com observabilidade.
	Caderno	Editor interativo Python, SQL e R para codificação de pipelines de dados.
	Integrações de dados	Sincronize dados de fontes de terceiros com seus destinos internos.
	Pipelines de streaming	Ingira e transforme dados em tempo real.
	DBT	Construa, execute e gerencie seus modelos dbt com Mage.

Um pipeline de dados de amostra definido em 3 arquivos ➝

1. Carregar dados ➝

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

2. Transformar dados ➝

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

3. Exportar dados ➝

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