![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/charbel-naba.jpg\")
Acomp\u00e1\u00f1enos en este viaje mientras desentra\u00f1amos los aspectos m\u00e1s destacados del Snowdays, con especial atenci\u00f3n a las \u00faltimas novedades cient\u00edficas del data, como:<\/p>\n<\/div>
Lo m\u00e1s destacado del c\u00f3rtex copo de nieve<\/h2><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/image-snowflake-medium-article.png\" "\\"imagen")
<\/span><\/div>Una visi\u00f3n general de las capacidades de GenAI y LLM en Snowflake<\/p>\n<\/div>
Capacidades del Modelo de Lenguaje (LLM) (algunos modelos son p\u00fablicos mientras que otros a\u00fan est\u00e1n en vista previa privada)<\/h2><\/div>Los LLM son un nuevo tipo de modelo de IA que puede generar texto, traducir idiomas, escribir distintos tipos de contenidos creativos y responder a sus preguntas de forma informativa. Las nuevas capacidades LLM de Snowflake lo convierten en uno de los primeros cloud data platforms en ofrecer a los usuarios acceso a esta nueva y potente tecnolog\u00eda.<\/p>\n<\/div>
Esto diferencia a Snowflake de otros cloud data platforms porque proporciona a los usuarios de Snowflake una ventaja significativa en t\u00e9rminos de desarrollo de aplicaciones de IA. Con Snowflake Cortex, los usuarios pueden ahora crear f\u00e1cilmente aplicaciones de IA capaces de realizar una amplia gama de tareas, como generar reports, identificar fraudes y predecir el comportamiento de los clientes.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de las capacidades LLM de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Detecci\u00f3n de sentimientos:<\/strong> Analice los comentarios de los clientes, las interacciones en las redes sociales o las rese\u00f1as de productos para comprender el sentimiento general e identificar \u00e1reas de mejora. (Encontrar\u00e1 m\u00e1s informaci\u00f3n en Comandos SQL para el an\u00e1lisis y el resumen del sentimiento (en vista previa privada)).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Resumir textos:<\/strong> Genere res\u00famenes concisos de documentos extensos, correos electr\u00f3nicos o reports para captar r\u00e1pidamente la informaci\u00f3n clave y ahorrar tiempo. (Encontrar\u00e1 m\u00e1s informaci\u00f3n en Comandos SQL para el an\u00e1lisis de sentimientos y la elaboraci\u00f3n de res\u00famenes (en vista previa privada).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Traducci\u00f3n:<\/strong> \u00bfNecesita traducir los valores de una columna espec\u00edfica durante sus transformaciones? No hay necesidad de recurrir a una API externa; puede realizar la traducci\u00f3n sin problemas dentro de Snowflake.<\/p>\n<\/div><\/li><\/ul>Funciones de b\u00fasqueda avanzadas (en vista previa privada)<\/h2><\/div>Lo nuevo de Snowflake funciones avanzadas de b\u00fasqueda<\/strong> facilitan m\u00e1s que nunca que los usuarios encuentren el data que necesitan, independientemente de d\u00f3nde est\u00e9 almacenado. Esto supone una gran ventaja frente a otros cloud data platforms, que suelen tener capacidades de b\u00fasqueda m\u00e1s limitadas.<\/p>\n<\/div>En concreto, las nuevas funciones de b\u00fasqueda de Snowflake permiten a los usuarios:<\/p>\n<\/div>
- <\/i><\/span>\n
Busque en databases, tablas Iceberg, data dentro de Snowflake, aplicaciones nativas y el Snowflake Marketplace.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Utilice consultas en lenguaje natural<\/strong> para buscar data.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Filtre los resultados de la b\u00fasqueda por diversos criterios<\/strong>, como el tipo de data, el tama\u00f1o del archivo y la fecha de creaci\u00f3n.<\/p>\n<\/div><\/li><\/ul>Estas funciones de b\u00fasqueda avanzada pueden ayudar a los usuarios a ahorrar tiempo y ser m\u00e1s productivos cuando trabajan con data. Por ejemplo, un analista de data podr\u00eda utilizar las nuevas funciones de b\u00fasqueda para encontrar r\u00e1pidamente todo el data que sea relevante para un proyecto de an\u00e1lisis espec\u00edfico. O bien, un usuario empresarial podr\u00eda utilizar las nuevas funciones de b\u00fasqueda para encontrar todo el data relacionado con un cliente o producto espec\u00edfico.<\/p>\n<\/div>
Por no mencionar que el uso de los diferentes filtros de copo de nieve que proporcionan estas funciones de b\u00fasqueda (denominaci\u00f3n de columnas, etiquetado, especificaci\u00f3n metadata) induce un aumento de la coherencia data.<\/p>\n<\/div>
En conclusi\u00f3n, cabe destacar que esto aborda un aspecto clave de los cat\u00e1logos data. Dados los retos inherentes a la implantaci\u00f3n de un cat\u00e1logo data, aprovechar esta funci\u00f3n integrada en Snowflake resulta especialmente convincente.<\/p>\n<\/div>
![](\"data:image\/svg+xml,%3Csvg%20xmlns%3D%27http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg%27%20width%3D%271200%27%20height%3D%27675%27%20viewBox%3D%270%200%201200%20675%27%3E%3Crect%20width%3D%271200%27%20height%3D%27675%27%20fill-opacity%3D%220%22%2F%3E%3C%2Fsvg%3E\" "\\"copo")
<\/span><\/div>Comandos SQL para el an\u00e1lisis y resumen de sentimientos (en vista previa privada)<\/h2><\/div>Los nuevos comandos SQL de Snowflake para el an\u00e1lisis de sentimientos y el resumen facilitan a los usuarios la extracci\u00f3n de informaci\u00f3n de su data sin tener que aprender nuevas herramientas o lenguajes. Esto supone una gran ventaja con respecto a otros cloud data platforms, que normalmente requieren que los usuarios utilicen herramientas independientes para estas tareas.<\/p>\n<\/div>
En concreto, los nuevos comandos SQL de Snowflake permiten a los usuarios:<\/p>\n<\/div>
- <\/i><\/span>\n
Analizar el sentimiento de un texto data<\/strong>, como las opiniones de los clientes, las publicaciones en las redes sociales y las respuestas a encuestas.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Resumir texto data<\/strong> para extraer la informaci\u00f3n m\u00e1s importante.<\/p>\n<\/div><\/li><\/ul>Estos nuevos comandos SQL pueden ayudar a los usuarios a ahorrar tiempo y ser m\u00e1s productivos cuando trabajan con data. Por ejemplo, un usuario empresarial podr\u00eda utilizar los nuevos comandos SQL para analizar r\u00e1pidamente el sentimiento de las opiniones de los clientes o para resumir un informe largo y complejo.<\/p>\n<\/div>
Copiloto Snowflake (en vista previa privada)<\/h2><\/div>Es un Asistente potenciado por LLM para generar y refinar SQL con lenguaje natural<\/strong>. Adem\u00e1s, esta funcionalidad de texto a c\u00f3digo llegar\u00e1 pronto de forma program\u00e1tica a trav\u00e9s de una funci\u00f3n de prop\u00f3sito general, Text2SQL, con Snowflake Cortex.<\/p>\n<\/div><\/span><\/div>Extracci\u00f3n del documento Data con la IA del documento (en vista previa privada)<\/h2><\/div>La IA documental de Snowflake Cortex<\/strong>, impulsado por LLM permite una extracci\u00f3n eficaz de data a partir de diversos tipos de documentos (pdf, word, txt, capturas de pantalla), ahorrando tiempo y recursos en el procesamiento manual de data.<\/p>\n<\/div>En general, las nuevas funciones de Snowflake son muy impresionantes y tienen el potencial de revolucionar la forma en que la gente utiliza cloud data platforms.<\/p>\n<\/div>
Snowflake se est\u00e1 diferenciando claramente de la competencia al ofrecer funciones innovadoras que facilitan a los usuarios el desarrollo y despliegue de aplicaciones de IA, la b\u00fasqueda de data, la gesti\u00f3n de funciones ML y el uso compartido de modelos ML. Snowflake tambi\u00e9n est\u00e1 facilitando a los usuarios la extracci\u00f3n de informaci\u00f3n de su data sin tener que aprender nuevas herramientas o lenguajes.<\/p>\n<\/div>
<\/span><\/div>Tienda de caracter\u00edsticas (en vista previa privada)<\/h2><\/div>A tienda de caracter\u00edsticas<\/strong> es un repositorio central para gestionar y compartir caracter\u00edsticas de aprendizaje autom\u00e1tico. El nuevo almac\u00e9n de caracter\u00edsticas de Snowflake facilita a los usuarios el desarrollo y despliegue de modelos de ML.<\/p>\n<\/div>Esto diferencia a Snowflake de otros cloud data platforms porque proporciona a los usuarios un \u00fanico lugar para gestionar todas sus funciones de ML. Esto puede ayudar a los usuarios a ahorrar tiempo y mejorar la eficacia de su proceso de desarrollo de ML.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de la tienda de caracter\u00edsticas de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Un cient\u00edfico data podr\u00eda utilizar el almac\u00e9n de funciones para gestionar y compartir las funciones<\/strong> que est\u00e1n utilizando para desarrollar un modelo de aprendizaje autom\u00e1tico. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un ingeniero de aprendizaje autom\u00e1tico podr\u00eda utilizar el almac\u00e9n de caracter\u00edsticas para desplegar un modelo de aprendizaje autom\u00e1tico en producci\u00f3n y asegurarse de que tiene acceso a las caracter\u00edsticas que necesita<\/strong>. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un usuario empresarial podr\u00eda utilizar el almac\u00e9n de funciones para explorar y comprender las caracter\u00edsticas que se est\u00e1n utilizando para potenciar sus aplicaciones de aprendizaje autom\u00e1tico<\/strong>. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li><\/ul>Reparto de modelos<\/h2><\/div>La capacidad de Snowflake para compartir modelos de ML es tambi\u00e9n un diferenciador importante. Esto facilitar\u00e1 la colaboraci\u00f3n en proyectos de ML y democratizar\u00e1 el acceso al ML.<\/p>\n<\/div>
En concreto, Snowflake permite a los usuarios compartir modelos de ML con otros, tanto dentro como fuera de su organizaci\u00f3n. Esto puede ayudar a acelerar el desarrollo y la adopci\u00f3n de aplicaciones de ML.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de la capacidad de compartir modelos de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Un cient\u00edfico data podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con un usuario empresarial<\/strong> para que puedan utilizarlo para explorar su data y generar ideas.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un ingeniero de aprendizaje autom\u00e1tico podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con un ingeniero DevOps<\/strong> para que puedan desplegarlo en producci\u00f3n.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un proveedor de software podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con sus clientes<\/strong> de modo que puedan utilizarla para mejorar sus productos y servicios.<\/p>\n<\/div><\/li><\/ul>Cuadernos Snowflake (en vista previa privada)<\/h2><\/div>Cuadernos de copos de nieve<\/strong>, un entorno basado en cloud dise\u00f1ado espec\u00edficamente para el desarrollo y la ejecuci\u00f3n de c\u00f3digo, comparten similitudes con los cuadernos que est\u00e1n disponibles desde hace varios a\u00f1os en otros cloud data platforms. Databricks fue el pionero en este campo, y BigQuery le sigui\u00f3 con su anuncio<\/a> el 31 de agosto. Estos port\u00e1tiles est\u00e1n cuidadosamente dise\u00f1ados para optimizar el rendimiento dentro del ecosistema Snowflake.<\/p>\n<\/div>Los Snowflake Notebooks ofrecen una serie de ventajas con respecto a los IDE tradicionales, como:<\/p>\n<\/div>
- <\/i><\/span>\n
Colaboraci\u00f3n:<\/strong> Los cuadernos Snowflake son f\u00e1ciles de compartir con otras personas, lo que facilita la colaboraci\u00f3n en los proyectos.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Interactividad:<\/strong> Los cuadernos Snowflake son interactivos, por lo que puede experimentar con su c\u00f3digo y ver los resultados inmediatamente.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Rendimiento:<\/strong> Los cuadernos Snowflake ofrecen un alto rendimiento, por lo que podr\u00e1 ejecutar consultas y an\u00e1lisis complejos con rapidez.<\/p>\n<\/div><\/li><\/ul>Los Snowflake Notebooks se encuentran actualmente en fase beta, pero se espera que se lancen al p\u00fablico general en un futuro pr\u00f3ximo.<\/p>\n<\/div>
Lo que diferencia a Snowflake como entorno de desarrollo de aprendizaje autom\u00e1tico de otros es el hecho de que consta de API de Python accesibles a trav\u00e9s de la biblioteca Snowpark ML, e interfaces SQL para definir, gestionar y recuperar caracter\u00edsticas, junto con una infraestructura gestionada para la metadata gesti\u00f3n de caracter\u00edsticas y el procesamiento continuo de caracter\u00edsticas. Esto elimina la necesidad de conocimientos especializados en IA. Adem\u00e1s, el almac\u00e9n de caracter\u00edsticas y las funciones de intercambio de modelos permiten a Snowflake ponerse a la altura de sus competidores de forma m\u00e1s eficaz, en concreto de Databricks, que obviamente ha llevado la delantera en los \u00faltimos dos a\u00f1os gracias a su integraci\u00f3n con ML Flow.<\/p>\n<\/div>
![](\"data:image\/svg+xml,%3Csvg%20xmlns%3D%27http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg%27%20width%3D%272560%27%20height%3D%271360%27%20viewBox%3D%270%200%202560%201360%27%3E%3Crect%20width%3D%272560%27%20height%3D%271360%27%20fill-opacity%3D%220%22%2F%3E%3C%2Fsvg%3E\" "\\"copo")
<\/span><\/div>Conclusi\u00f3n<\/h2><\/div>La presentaci\u00f3n de nuevas funciones por parte de Snowflake, como Snowflake Cortex, Copilot, Document AI y los ordenadores port\u00e1tiles, afirma el compromiso de la empresa con la innovaci\u00f3n. Aunque los anuncios cient\u00edficos de la data se alinean con las tendencias actuales de la GenAI, es imprescindible abordarlos con cautela. Cabe destacar que ciertas funciones, aunque anunciadas hace tiempo, a\u00fan est\u00e1n pendientes de disponibilidad universal en todos los entornos. Por \u00faltimo, acerqu\u00e9monos a estas innovaciones con la mente abierta y un optimismo cauteloso, dispuestos a abrazar las posibilidades sin perder de vista la realidad.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
<\/span><\/div>Una visi\u00f3n general de las capacidades de GenAI y LLM en Snowflake<\/p>\n<\/div>
Capacidades del Modelo de Lenguaje (LLM) (algunos modelos son p\u00fablicos mientras que otros a\u00fan est\u00e1n en vista previa privada)<\/h2><\/div>Los LLM son un nuevo tipo de modelo de IA que puede generar texto, traducir idiomas, escribir distintos tipos de contenidos creativos y responder a sus preguntas de forma informativa. Las nuevas capacidades LLM de Snowflake lo convierten en uno de los primeros cloud data platforms en ofrecer a los usuarios acceso a esta nueva y potente tecnolog\u00eda.<\/p>\n<\/div>
Esto diferencia a Snowflake de otros cloud data platforms porque proporciona a los usuarios de Snowflake una ventaja significativa en t\u00e9rminos de desarrollo de aplicaciones de IA. Con Snowflake Cortex, los usuarios pueden ahora crear f\u00e1cilmente aplicaciones de IA capaces de realizar una amplia gama de tareas, como generar reports, identificar fraudes y predecir el comportamiento de los clientes.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de las capacidades LLM de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Detecci\u00f3n de sentimientos:<\/strong> Analice los comentarios de los clientes, las interacciones en las redes sociales o las rese\u00f1as de productos para comprender el sentimiento general e identificar \u00e1reas de mejora. (Encontrar\u00e1 m\u00e1s informaci\u00f3n en Comandos SQL para el an\u00e1lisis y el resumen del sentimiento (en vista previa privada)).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Resumir textos:<\/strong> Genere res\u00famenes concisos de documentos extensos, correos electr\u00f3nicos o reports para captar r\u00e1pidamente la informaci\u00f3n clave y ahorrar tiempo. (Encontrar\u00e1 m\u00e1s informaci\u00f3n en Comandos SQL para el an\u00e1lisis de sentimientos y la elaboraci\u00f3n de res\u00famenes (en vista previa privada).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Traducci\u00f3n:<\/strong> \u00bfNecesita traducir los valores de una columna espec\u00edfica durante sus transformaciones? No hay necesidad de recurrir a una API externa; puede realizar la traducci\u00f3n sin problemas dentro de Snowflake.<\/p>\n<\/div><\/li><\/ul>Funciones de b\u00fasqueda avanzadas (en vista previa privada)<\/h2><\/div>Lo nuevo de Snowflake funciones avanzadas de b\u00fasqueda<\/strong> facilitan m\u00e1s que nunca que los usuarios encuentren el data que necesitan, independientemente de d\u00f3nde est\u00e9 almacenado. Esto supone una gran ventaja frente a otros cloud data platforms, que suelen tener capacidades de b\u00fasqueda m\u00e1s limitadas.<\/p>\n<\/div>En concreto, las nuevas funciones de b\u00fasqueda de Snowflake permiten a los usuarios:<\/p>\n<\/div>
- <\/i><\/span>\n
Busque en databases, tablas Iceberg, data dentro de Snowflake, aplicaciones nativas y el Snowflake Marketplace.<\/p>\n<\/div><\/li>
- <\/i><\/span>\n
Utilice consultas en lenguaje natural<\/strong> para buscar data.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Filtre los resultados de la b\u00fasqueda por diversos criterios<\/strong>, como el tipo de data, el tama\u00f1o del archivo y la fecha de creaci\u00f3n.<\/p>\n<\/div><\/li><\/ul>Estas funciones de b\u00fasqueda avanzada pueden ayudar a los usuarios a ahorrar tiempo y ser m\u00e1s productivos cuando trabajan con data. Por ejemplo, un analista de data podr\u00eda utilizar las nuevas funciones de b\u00fasqueda para encontrar r\u00e1pidamente todo el data que sea relevante para un proyecto de an\u00e1lisis espec\u00edfico. O bien, un usuario empresarial podr\u00eda utilizar las nuevas funciones de b\u00fasqueda para encontrar todo el data relacionado con un cliente o producto espec\u00edfico.<\/p>\n<\/div>
Por no mencionar que el uso de los diferentes filtros de copo de nieve que proporcionan estas funciones de b\u00fasqueda (denominaci\u00f3n de columnas, etiquetado, especificaci\u00f3n metadata) induce un aumento de la coherencia data.<\/p>\n<\/div>
En conclusi\u00f3n, cabe destacar que esto aborda un aspecto clave de los cat\u00e1logos data. Dados los retos inherentes a la implantaci\u00f3n de un cat\u00e1logo data, aprovechar esta funci\u00f3n integrada en Snowflake resulta especialmente convincente.<\/p>\n<\/div>
<\/span><\/div>Comandos SQL para el an\u00e1lisis y resumen de sentimientos (en vista previa privada)<\/h2><\/div>Los nuevos comandos SQL de Snowflake para el an\u00e1lisis de sentimientos y el resumen facilitan a los usuarios la extracci\u00f3n de informaci\u00f3n de su data sin tener que aprender nuevas herramientas o lenguajes. Esto supone una gran ventaja con respecto a otros cloud data platforms, que normalmente requieren que los usuarios utilicen herramientas independientes para estas tareas.<\/p>\n<\/div>
En concreto, los nuevos comandos SQL de Snowflake permiten a los usuarios:<\/p>\n<\/div>
- <\/i><\/span>\n
Analizar el sentimiento de un texto data<\/strong>, como las opiniones de los clientes, las publicaciones en las redes sociales y las respuestas a encuestas.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Resumir texto data<\/strong> para extraer la informaci\u00f3n m\u00e1s importante.<\/p>\n<\/div><\/li><\/ul>Estos nuevos comandos SQL pueden ayudar a los usuarios a ahorrar tiempo y ser m\u00e1s productivos cuando trabajan con data. Por ejemplo, un usuario empresarial podr\u00eda utilizar los nuevos comandos SQL para analizar r\u00e1pidamente el sentimiento de las opiniones de los clientes o para resumir un informe largo y complejo.<\/p>\n<\/div>
Copiloto Snowflake (en vista previa privada)<\/h2><\/div>Es un Asistente potenciado por LLM para generar y refinar SQL con lenguaje natural<\/strong>. Adem\u00e1s, esta funcionalidad de texto a c\u00f3digo llegar\u00e1 pronto de forma program\u00e1tica a trav\u00e9s de una funci\u00f3n de prop\u00f3sito general, Text2SQL, con Snowflake Cortex.<\/p>\n<\/div><\/span><\/div>Extracci\u00f3n del documento Data con la IA del documento (en vista previa privada)<\/h2><\/div>La IA documental de Snowflake Cortex<\/strong>, impulsado por LLM permite una extracci\u00f3n eficaz de data a partir de diversos tipos de documentos (pdf, word, txt, capturas de pantalla), ahorrando tiempo y recursos en el procesamiento manual de data.<\/p>\n<\/div>En general, las nuevas funciones de Snowflake son muy impresionantes y tienen el potencial de revolucionar la forma en que la gente utiliza cloud data platforms.<\/p>\n<\/div>
Snowflake se est\u00e1 diferenciando claramente de la competencia al ofrecer funciones innovadoras que facilitan a los usuarios el desarrollo y despliegue de aplicaciones de IA, la b\u00fasqueda de data, la gesti\u00f3n de funciones ML y el uso compartido de modelos ML. Snowflake tambi\u00e9n est\u00e1 facilitando a los usuarios la extracci\u00f3n de informaci\u00f3n de su data sin tener que aprender nuevas herramientas o lenguajes.<\/p>\n<\/div>
<\/span><\/div>Tienda de caracter\u00edsticas (en vista previa privada)<\/h2><\/div>A tienda de caracter\u00edsticas<\/strong> es un repositorio central para gestionar y compartir caracter\u00edsticas de aprendizaje autom\u00e1tico. El nuevo almac\u00e9n de caracter\u00edsticas de Snowflake facilita a los usuarios el desarrollo y despliegue de modelos de ML.<\/p>\n<\/div>Esto diferencia a Snowflake de otros cloud data platforms porque proporciona a los usuarios un \u00fanico lugar para gestionar todas sus funciones de ML. Esto puede ayudar a los usuarios a ahorrar tiempo y mejorar la eficacia de su proceso de desarrollo de ML.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de la tienda de caracter\u00edsticas de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Un cient\u00edfico data podr\u00eda utilizar el almac\u00e9n de funciones para gestionar y compartir las funciones<\/strong> que est\u00e1n utilizando para desarrollar un modelo de aprendizaje autom\u00e1tico. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un ingeniero de aprendizaje autom\u00e1tico podr\u00eda utilizar el almac\u00e9n de caracter\u00edsticas para desplegar un modelo de aprendizaje autom\u00e1tico en producci\u00f3n y asegurarse de que tiene acceso a las caracter\u00edsticas que necesita<\/strong>. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un usuario empresarial podr\u00eda utilizar el almac\u00e9n de funciones para explorar y comprender las caracter\u00edsticas que se est\u00e1n utilizando para potenciar sus aplicaciones de aprendizaje autom\u00e1tico<\/strong>. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li><\/ul>Reparto de modelos<\/h2><\/div>La capacidad de Snowflake para compartir modelos de ML es tambi\u00e9n un diferenciador importante. Esto facilitar\u00e1 la colaboraci\u00f3n en proyectos de ML y democratizar\u00e1 el acceso al ML.<\/p>\n<\/div>
En concreto, Snowflake permite a los usuarios compartir modelos de ML con otros, tanto dentro como fuera de su organizaci\u00f3n. Esto puede ayudar a acelerar el desarrollo y la adopci\u00f3n de aplicaciones de ML.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de la capacidad de compartir modelos de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Un cient\u00edfico data podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con un usuario empresarial<\/strong> para que puedan utilizarlo para explorar su data y generar ideas.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un ingeniero de aprendizaje autom\u00e1tico podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con un ingeniero DevOps<\/strong> para que puedan desplegarlo en producci\u00f3n.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Un proveedor de software podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con sus clientes<\/strong> de modo que puedan utilizarla para mejorar sus productos y servicios.<\/p>\n<\/div><\/li><\/ul>Cuadernos Snowflake (en vista previa privada)<\/h2><\/div>Cuadernos de copos de nieve<\/strong>, un entorno basado en cloud dise\u00f1ado espec\u00edficamente para el desarrollo y la ejecuci\u00f3n de c\u00f3digo, comparten similitudes con los cuadernos que est\u00e1n disponibles desde hace varios a\u00f1os en otros cloud data platforms. Databricks fue el pionero en este campo, y BigQuery le sigui\u00f3 con su anuncio<\/a> el 31 de agosto. Estos port\u00e1tiles est\u00e1n cuidadosamente dise\u00f1ados para optimizar el rendimiento dentro del ecosistema Snowflake.<\/p>\n<\/div>Los Snowflake Notebooks ofrecen una serie de ventajas con respecto a los IDE tradicionales, como:<\/p>\n<\/div>
- <\/i><\/span>\n
Colaboraci\u00f3n:<\/strong> Los cuadernos Snowflake son f\u00e1ciles de compartir con otras personas, lo que facilita la colaboraci\u00f3n en los proyectos.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Interactividad:<\/strong> Los cuadernos Snowflake son interactivos, por lo que puede experimentar con su c\u00f3digo y ver los resultados inmediatamente.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Rendimiento:<\/strong> Los cuadernos Snowflake ofrecen un alto rendimiento, por lo que podr\u00e1 ejecutar consultas y an\u00e1lisis complejos con rapidez.<\/p>\n<\/div><\/li><\/ul>Los Snowflake Notebooks se encuentran actualmente en fase beta, pero se espera que se lancen al p\u00fablico general en un futuro pr\u00f3ximo.<\/p>\n<\/div>
Lo que diferencia a Snowflake como entorno de desarrollo de aprendizaje autom\u00e1tico de otros es el hecho de que consta de API de Python accesibles a trav\u00e9s de la biblioteca Snowpark ML, e interfaces SQL para definir, gestionar y recuperar caracter\u00edsticas, junto con una infraestructura gestionada para la metadata gesti\u00f3n de caracter\u00edsticas y el procesamiento continuo de caracter\u00edsticas. Esto elimina la necesidad de conocimientos especializados en IA. Adem\u00e1s, el almac\u00e9n de caracter\u00edsticas y las funciones de intercambio de modelos permiten a Snowflake ponerse a la altura de sus competidores de forma m\u00e1s eficaz, en concreto de Databricks, que obviamente ha llevado la delantera en los \u00faltimos dos a\u00f1os gracias a su integraci\u00f3n con ML Flow.<\/p>\n<\/div>
<\/span><\/div>Conclusi\u00f3n<\/h2><\/div>La presentaci\u00f3n de nuevas funciones por parte de Snowflake, como Snowflake Cortex, Copilot, Document AI y los ordenadores port\u00e1tiles, afirma el compromiso de la empresa con la innovaci\u00f3n. Aunque los anuncios cient\u00edficos de la data se alinean con las tendencias actuales de la GenAI, es imprescindible abordarlos con cautela. Cabe destacar que ciertas funciones, aunque anunciadas hace tiempo, a\u00fan est\u00e1n pendientes de disponibilidad universal en todos los entornos. Por \u00faltimo, acerqu\u00e9monos a estas innovaciones con la mente abierta y un optimismo cauteloso, dispuestos a abrazar las posibilidades sin perder de vista la realidad.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
Los LLM son un nuevo tipo de modelo de IA que puede generar texto, traducir idiomas, escribir distintos tipos de contenidos creativos y responder a sus preguntas de forma informativa. Las nuevas capacidades LLM de Snowflake lo convierten en uno de los primeros cloud data platforms en ofrecer a los usuarios acceso a esta nueva y potente tecnolog\u00eda.<\/p>\n<\/div>
Esto diferencia a Snowflake de otros cloud data platforms porque proporciona a los usuarios de Snowflake una ventaja significativa en t\u00e9rminos de desarrollo de aplicaciones de IA. Con Snowflake Cortex, los usuarios pueden ahora crear f\u00e1cilmente aplicaciones de IA capaces de realizar una amplia gama de tareas, como generar reports, identificar fraudes y predecir el comportamiento de los clientes.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de las capacidades LLM de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Detecci\u00f3n de sentimientos:<\/strong> Analice los comentarios de los clientes, las interacciones en las redes sociales o las rese\u00f1as de productos para comprender el sentimiento general e identificar \u00e1reas de mejora. (Encontrar\u00e1 m\u00e1s informaci\u00f3n en Comandos SQL para el an\u00e1lisis y el resumen del sentimiento (en vista previa privada)).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nResumir textos:<\/strong> Genere res\u00famenes concisos de documentos extensos, correos electr\u00f3nicos o reports para captar r\u00e1pidamente la informaci\u00f3n clave y ahorrar tiempo. (Encontrar\u00e1 m\u00e1s informaci\u00f3n en Comandos SQL para el an\u00e1lisis de sentimientos y la elaboraci\u00f3n de res\u00famenes (en vista previa privada).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nTraducci\u00f3n:<\/strong> \u00bfNecesita traducir los valores de una columna espec\u00edfica durante sus transformaciones? No hay necesidad de recurrir a una API externa; puede realizar la traducci\u00f3n sin problemas dentro de Snowflake.<\/p>\n<\/div><\/li><\/ul>
Funciones de b\u00fasqueda avanzadas (en vista previa privada)<\/h2><\/div>
Lo nuevo de Snowflake funciones avanzadas de b\u00fasqueda<\/strong> facilitan m\u00e1s que nunca que los usuarios encuentren el data que necesitan, independientemente de d\u00f3nde est\u00e9 almacenado. Esto supone una gran ventaja frente a otros cloud data platforms, que suelen tener capacidades de b\u00fasqueda m\u00e1s limitadas.<\/p>\n<\/div>
En concreto, las nuevas funciones de b\u00fasqueda de Snowflake permiten a los usuarios:<\/p>\n<\/div>
- <\/i><\/span>\n
Busque en databases, tablas Iceberg, data dentro de Snowflake, aplicaciones nativas y el Snowflake Marketplace.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUtilice consultas en lenguaje natural<\/strong> para buscar data.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nFiltre los resultados de la b\u00fasqueda por diversos criterios<\/strong>, como el tipo de data, el tama\u00f1o del archivo y la fecha de creaci\u00f3n.<\/p>\n<\/div><\/li><\/ul>
Estas funciones de b\u00fasqueda avanzada pueden ayudar a los usuarios a ahorrar tiempo y ser m\u00e1s productivos cuando trabajan con data. Por ejemplo, un analista de data podr\u00eda utilizar las nuevas funciones de b\u00fasqueda para encontrar r\u00e1pidamente todo el data que sea relevante para un proyecto de an\u00e1lisis espec\u00edfico. O bien, un usuario empresarial podr\u00eda utilizar las nuevas funciones de b\u00fasqueda para encontrar todo el data relacionado con un cliente o producto espec\u00edfico.<\/p>\n<\/div>
Por no mencionar que el uso de los diferentes filtros de copo de nieve que proporcionan estas funciones de b\u00fasqueda (denominaci\u00f3n de columnas, etiquetado, especificaci\u00f3n metadata) induce un aumento de la coherencia data.<\/p>\n<\/div>
En conclusi\u00f3n, cabe destacar que esto aborda un aspecto clave de los cat\u00e1logos data. Dados los retos inherentes a la implantaci\u00f3n de un cat\u00e1logo data, aprovechar esta funci\u00f3n integrada en Snowflake resulta especialmente convincente.<\/p>\n<\/div>
Comandos SQL para el an\u00e1lisis y resumen de sentimientos (en vista previa privada)<\/h2><\/div>
Los nuevos comandos SQL de Snowflake para el an\u00e1lisis de sentimientos y el resumen facilitan a los usuarios la extracci\u00f3n de informaci\u00f3n de su data sin tener que aprender nuevas herramientas o lenguajes. Esto supone una gran ventaja con respecto a otros cloud data platforms, que normalmente requieren que los usuarios utilicen herramientas independientes para estas tareas.<\/p>\n<\/div>
En concreto, los nuevos comandos SQL de Snowflake permiten a los usuarios:<\/p>\n<\/div>
- <\/i><\/span>\n
Analizar el sentimiento de un texto data<\/strong>, como las opiniones de los clientes, las publicaciones en las redes sociales y las respuestas a encuestas.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nResumir texto data<\/strong> para extraer la informaci\u00f3n m\u00e1s importante.<\/p>\n<\/div><\/li><\/ul>
Estos nuevos comandos SQL pueden ayudar a los usuarios a ahorrar tiempo y ser m\u00e1s productivos cuando trabajan con data. Por ejemplo, un usuario empresarial podr\u00eda utilizar los nuevos comandos SQL para analizar r\u00e1pidamente el sentimiento de las opiniones de los clientes o para resumir un informe largo y complejo.<\/p>\n<\/div>
Copiloto Snowflake (en vista previa privada)<\/h2><\/div>
Es un Asistente potenciado por LLM para generar y refinar SQL con lenguaje natural<\/strong>. Adem\u00e1s, esta funcionalidad de texto a c\u00f3digo llegar\u00e1 pronto de forma program\u00e1tica a trav\u00e9s de una funci\u00f3n de prop\u00f3sito general, Text2SQL, con Snowflake Cortex.<\/p>\n<\/div>
Extracci\u00f3n del documento Data con la IA del documento (en vista previa privada)<\/h2><\/div>
La IA documental de Snowflake Cortex<\/strong>, impulsado por LLM permite una extracci\u00f3n eficaz de data a partir de diversos tipos de documentos (pdf, word, txt, capturas de pantalla), ahorrando tiempo y recursos en el procesamiento manual de data.<\/p>\n<\/div>
En general, las nuevas funciones de Snowflake son muy impresionantes y tienen el potencial de revolucionar la forma en que la gente utiliza cloud data platforms.<\/p>\n<\/div>
Snowflake se est\u00e1 diferenciando claramente de la competencia al ofrecer funciones innovadoras que facilitan a los usuarios el desarrollo y despliegue de aplicaciones de IA, la b\u00fasqueda de data, la gesti\u00f3n de funciones ML y el uso compartido de modelos ML. Snowflake tambi\u00e9n est\u00e1 facilitando a los usuarios la extracci\u00f3n de informaci\u00f3n de su data sin tener que aprender nuevas herramientas o lenguajes.<\/p>\n<\/div>
Tienda de caracter\u00edsticas (en vista previa privada)<\/h2><\/div>
A tienda de caracter\u00edsticas<\/strong> es un repositorio central para gestionar y compartir caracter\u00edsticas de aprendizaje autom\u00e1tico. El nuevo almac\u00e9n de caracter\u00edsticas de Snowflake facilita a los usuarios el desarrollo y despliegue de modelos de ML.<\/p>\n<\/div>
Esto diferencia a Snowflake de otros cloud data platforms porque proporciona a los usuarios un \u00fanico lugar para gestionar todas sus funciones de ML. Esto puede ayudar a los usuarios a ahorrar tiempo y mejorar la eficacia de su proceso de desarrollo de ML.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de la tienda de caracter\u00edsticas de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Un cient\u00edfico data podr\u00eda utilizar el almac\u00e9n de funciones para gestionar y compartir las funciones<\/strong> que est\u00e1n utilizando para desarrollar un modelo de aprendizaje autom\u00e1tico. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUn ingeniero de aprendizaje autom\u00e1tico podr\u00eda utilizar el almac\u00e9n de caracter\u00edsticas para desplegar un modelo de aprendizaje autom\u00e1tico en producci\u00f3n y asegurarse de que tiene acceso a las caracter\u00edsticas que necesita<\/strong>. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUn usuario empresarial podr\u00eda utilizar el almac\u00e9n de funciones para explorar y comprender las caracter\u00edsticas que se est\u00e1n utilizando para potenciar sus aplicaciones de aprendizaje autom\u00e1tico<\/strong>. Para m\u00e1s informaci\u00f3n sobre este tema, puede dirigirse a aqu\u00ed<\/a>.<\/p>\n<\/div><\/li><\/ul>
Reparto de modelos<\/h2><\/div>
La capacidad de Snowflake para compartir modelos de ML es tambi\u00e9n un diferenciador importante. Esto facilitar\u00e1 la colaboraci\u00f3n en proyectos de ML y democratizar\u00e1 el acceso al ML.<\/p>\n<\/div>
En concreto, Snowflake permite a los usuarios compartir modelos de ML con otros, tanto dentro como fuera de su organizaci\u00f3n. Esto puede ayudar a acelerar el desarrollo y la adopci\u00f3n de aplicaciones de ML.<\/p>\n<\/div>
He aqu\u00ed algunos casos de uso espec\u00edficos de la capacidad de compartir modelos de Snowflake:<\/p>\n<\/div>
- <\/i><\/span>\n
Un cient\u00edfico data podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con un usuario empresarial<\/strong> para que puedan utilizarlo para explorar su data y generar ideas.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUn ingeniero de aprendizaje autom\u00e1tico podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con un ingeniero DevOps<\/strong> para que puedan desplegarlo en producci\u00f3n.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nUn proveedor de software podr\u00eda compartir un modelo de aprendizaje autom\u00e1tico con sus clientes<\/strong> de modo que puedan utilizarla para mejorar sus productos y servicios.<\/p>\n<\/div><\/li><\/ul>
Cuadernos Snowflake (en vista previa privada)<\/h2><\/div>
Cuadernos de copos de nieve<\/strong>, un entorno basado en cloud dise\u00f1ado espec\u00edficamente para el desarrollo y la ejecuci\u00f3n de c\u00f3digo, comparten similitudes con los cuadernos que est\u00e1n disponibles desde hace varios a\u00f1os en otros cloud data platforms. Databricks fue el pionero en este campo, y BigQuery le sigui\u00f3 con su anuncio<\/a> el 31 de agosto. Estos port\u00e1tiles est\u00e1n cuidadosamente dise\u00f1ados para optimizar el rendimiento dentro del ecosistema Snowflake.<\/p>\n<\/div>
Los Snowflake Notebooks ofrecen una serie de ventajas con respecto a los IDE tradicionales, como:<\/p>\n<\/div>
- <\/i><\/span>\n
Colaboraci\u00f3n:<\/strong> Los cuadernos Snowflake son f\u00e1ciles de compartir con otras personas, lo que facilita la colaboraci\u00f3n en los proyectos.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nInteractividad:<\/strong> Los cuadernos Snowflake son interactivos, por lo que puede experimentar con su c\u00f3digo y ver los resultados inmediatamente.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nRendimiento:<\/strong> Los cuadernos Snowflake ofrecen un alto rendimiento, por lo que podr\u00e1 ejecutar consultas y an\u00e1lisis complejos con rapidez.<\/p>\n<\/div><\/li><\/ul>
Los Snowflake Notebooks se encuentran actualmente en fase beta, pero se espera que se lancen al p\u00fablico general en un futuro pr\u00f3ximo.<\/p>\n<\/div>
Lo que diferencia a Snowflake como entorno de desarrollo de aprendizaje autom\u00e1tico de otros es el hecho de que consta de API de Python accesibles a trav\u00e9s de la biblioteca Snowpark ML, e interfaces SQL para definir, gestionar y recuperar caracter\u00edsticas, junto con una infraestructura gestionada para la metadata gesti\u00f3n de caracter\u00edsticas y el procesamiento continuo de caracter\u00edsticas. Esto elimina la necesidad de conocimientos especializados en IA. Adem\u00e1s, el almac\u00e9n de caracter\u00edsticas y las funciones de intercambio de modelos permiten a Snowflake ponerse a la altura de sus competidores de forma m\u00e1s eficaz, en concreto de Databricks, que obviamente ha llevado la delantera en los \u00faltimos dos a\u00f1os gracias a su integraci\u00f3n con ML Flow.<\/p>\n<\/div>
Conclusi\u00f3n<\/h2><\/div>
La presentaci\u00f3n de nuevas funciones por parte de Snowflake, como Snowflake Cortex, Copilot, Document AI y los ordenadores port\u00e1tiles, afirma el compromiso de la empresa con la innovaci\u00f3n. Aunque los anuncios cient\u00edficos de la data se alinean con las tendencias actuales de la GenAI, es imprescindible abordarlos con cautela. Cabe destacar que ciertas funciones, aunque anunciadas hace tiempo, a\u00fan est\u00e1n pendientes de disponibilidad universal en todos los entornos. Por \u00faltimo, acerqu\u00e9monos a estas innovaciones con la mente abierta y un optimismo cauteloso, dispuestos a abrazar las posibilidades sin perder de vista la realidad.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-1.gif\" "\\"copo")
<\/span><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-2.gif\" "\\"copo")
<\/span><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-3.gif\" "\\"copo")
<\/span><\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/12\/snowflake-medium-gif-4.gif\" "\\"copo")
<\/span><\/div>![](\"https:\/\/artefact.com\/\/wp-content\/uploads\/2021\/03\/medium.png\" "\\"medio\\"")
<\/span><\/div>