Funcionalidades da Databricks AI

A Databricks fornece uma plataforma para construir, avaliar, implantar e monitoramento aplicativos de AI (aplicativos de AI). Ele reúne um conjunto de ferramentas que abordam os desafios de desenvolver aplicativos de AI de nível empresarial. A Databricks se integra com frameworks populares de código aberto, adicionando governança de nível empresarial, observabilidade e ferramentas operacionais, conhecidos coletivamente como LLMOps.

Esta página lista os principais recursos para AI, organizados por estágios de fluxo de trabalho de AI.

query de AI

A Databricks disponibiliza modelos de AI de última geração de provedores de modelos importantes por meio de Foundation Models hospedados pela Databricks. Você também pode query modelos de provedores externos e seus modelos personalizados. Todos esses modelos podem receber query por meio de interfaces de UI, API/SDK e SQL. Esta opcionalidade permite usar a AI para todos os casos de uso — chat geral, agentes complexos, pipelines de dados automatizados, análise de dados interativa e muito mais.

Método	Recursos
UI	Para desenvolvimento, o AI Playground fornece uma interface de usuário para consultar modelos e agentes de IA disponíveis. Para fins de teste, seus agentes e aplicativos podem ser consultados e avaliados por especialistas da área usando o aplicativo de revisão. Para produção, seus aplicativos podem ser hospedados com uma interface de usuário usando o Databricks Apps para uso interno em sua organização. Para aplicativos externos, você pode utilizar as APIs do Databricks para alimentar aplicativos voltados para o usuário.
API e SDK	Model Serving fornece um endpoint API REST para consultar modelos e agentes. Veja mais opções de consulta , incluindo o cliente OpenAI e o SDK Python da Databricks.
SQL	As funçõesAI fornecem funções SQL específicas para tarefas e funções de propósito geral para consultar modelos e agentes.

Método	Recursos
UI	Para desenvolvimento, o AI Playground fornece uma interface de usuário para consultar modelos e agentes de IA disponíveis. Para fins de teste, seus agentes e aplicativos podem ser consultados e avaliados por especialistas da área usando o aplicativo de revisão. Para produção, seus aplicativos podem ser hospedados com uma interface de usuário usando o Databricks Apps para uso interno em sua organização. Para aplicativos externos, você pode utilizar as APIs do Databricks para alimentar aplicativos voltados para o usuário.
API e SDK	Model Serving fornece um endpoint API REST para consultar modelos e agentes. Veja mais opções de consulta , incluindo o cliente OpenAI e o SDK Python da Databricks.
SQL	As funçõesAI fornecem funções SQL específicas para tarefas e funções de propósito geral para consultar modelos e agentes.

Construa AI

O Databricks oferece um conjunto flexível de ferramentas para construir aplicativos, agentes, ferramentas e modelos de AI. Estes incluem frameworks baseados em UI e código, todos os quais podem otimizar sistemas de AI com base em seus dados. É possível usar qualquer framework de AI de código aberto e integrar ferramentas personalizadas e servidores MCP.

Categoria	Recursos
Apps	O Databricks Apps oferece desenvolvimento e implantação flexíveis de aplicativos para usuários autenticados. Aplicativos personalizados podem ser desenvolvidos com base nas APIs do Databricks.
Agentes	O AI Playground fornece uma interface de usuário para prototipagem de agentes que chamam ferramentas. Código personalizado e frameworks de código aberto podem ser desenvolvidos e implantados usando Agentes personalizados ou Databricks Apps.
Ferramentas	O suporte da ferramenta inclui servidores MCP e FunçõesUnity Catalog, ambos oferecendo governança baseada Unity Catalog .
Modelos e instruções	A engenharia de prompts pode ser feita interativamente usando AI Playground ou por meio de otimização data-driven usando MLflow Prompt Optimization. Ajuste modelos usando o Databricks Runtime para Machine Learning com suporte a GPU.

Categoria	Recursos
Apps	O Databricks Apps oferece desenvolvimento e implantação flexíveis de aplicativos para usuários autenticados. Aplicativos personalizados podem ser desenvolvidos com base nas APIs do Databricks.
Agentes	O AI Playground fornece uma interface de usuário para prototipagem de agentes que chamam ferramentas. Código personalizado e frameworks de código aberto podem ser desenvolvidos e implantados usando Agentes personalizados ou Databricks Apps.
Ferramentas	O suporte da ferramenta inclui servidores MCP e FunçõesUnity Catalog, ambos oferecendo governança baseada Unity Catalog .
Modelos e instruções	A engenharia de prompts pode ser feita interativamente usando AI Playground ou por meio de otimização data-driven usando MLflow Prompt Optimization. Ajuste modelos usando o Databricks Runtime para Machine Learning com suporte a GPU.

Preparar e disponibilizar dados

A Databricks simplifica os dados para AI unificando a governança de cargas de trabalho tradicionais de dados e AI. Com todos os dados gerenciados no Unity Catalog com controles de acesso refinados, é fácil ajustar os limites da engenharia de dados e da AI para se adequarem à sua organização. Os dados podem ser preparados para AI utilizando quaisquer ferramentas de engenharia de dados, como LakeFlow Pipelines. Uma tabela no Unity Catalog pode ser disponibilizada para IA, usando um índice de vetor para dados não estruturados ou uma tabela de recursos para dados estruturados.

Tipo de dados	Recursos
Não estruturado (texto, imagens, etc.)	Pesquisa de IA indexa automaticamente sua base de conhecimento em escala para pesquisa semântica ou híbrida.
Estruturado (tabelas)	Serverless SQL permite integrar tabelas e queries SQL em seu aplicativo de AI para analítica ou transformações. Os agentes Genie podem ser usados em sistemas multiagentes para responder a consultas em linguagem natural sobre seus dados estruturados.

Tipo de dados	Recursos
Não estruturado (texto, imagens, etc.)	Pesquisa de IA indexa automaticamente sua base de conhecimento em escala para pesquisa semântica ou híbrida.
Estruturado (tabelas)	Serverless SQL permite integrar tabelas e queries SQL em seu aplicativo de AI para analítica ou transformações. Os agentes Genie podem ser usados em sistemas multiagentes para responder a consultas em linguagem natural sobre seus dados estruturados.

Implantar e servir AI

A Databricks oferece sistemas de disponibilização prontos para produção para aplicativos, agentes e modelos de AI, apoiados por Databricks Apps. Essas implantações escaláveis podem ser usadas tanto para serviço em tempo real quanto para inferência em lotes. Todas as implantações se integram com as ferramentas de observabilidade e de avaliação e monitoramento.

Método de desenvolvimento	Implantação e serviço
Databricks Apps	Aplicativos e agentes podem ser implantados usando Databricks Apps, que oferece implantação baseada em interface do usuário e API.

Método de desenvolvimento	Implantação e serviço
Databricks Apps	Aplicativos e agentes podem ser implantados usando Databricks Apps, que oferece implantação baseada em interface do usuário e API.

Rastrear, avaliar e monitorar AI

A Databricks fornece MLflow gerenciado para observabilidade, avaliação e monitoramento de AI. APIs de código aberto tornam a integração e a portabilidade simples, enquanto o serviço gerenciado fornece Endpoint pronto para produção. O MLflow gerenciado pelo Databricks pode ser usado para aplicativos e agentes de AI hospedados no Databricks e hospedados em outros locais.

Categoria	Recursos
Rastreamento e observabilidade	O MLflow Tracing permite instrumentar seus agentes e aplicativos de AI para coletar dados de telemetria e observabilidade para avaliação, monitoramento de produção e auditoria.
Avaliação	Avaliação do MLflow permite medir a qualidade dos sistemas de AI. Os juízes e avaliadores LLM integrados e personalizados , juntamente com o conjunto de dados de avaliação, permitem que você adapte a avaliação ao seu caso de uso.
Monitoramento	O monitoramento da produção permite medir a qualidade em etapas de produção, utilizando os mesmos avaliadores e classificadores da avaliação durante o desenvolvimento.
Feedback humano	Durante o desenvolvimento, o aplicativo Review permite que você execute verificações rápidas de impressão usando uma interface de bate-papo e colete feedback de especialistas em sessões de rotulagem. Durante a produção, APIs permitem anotar rastreamentos com feedback do usuário.

Categoria	Recursos
Rastreamento e observabilidade	O MLflow Tracing permite instrumentar seus agentes e aplicativos de AI para coletar dados de telemetria e observabilidade para avaliação, monitoramento de produção e auditoria.
Avaliação	Avaliação do MLflow permite medir a qualidade dos sistemas de AI. Os juízes e avaliadores LLM integrados e personalizados , juntamente com o conjunto de dados de avaliação, permitem que você adapte a avaliação ao seu caso de uso.
Monitoramento	O monitoramento da produção permite medir a qualidade em etapas de produção, utilizando os mesmos avaliadores e classificadores da avaliação durante o desenvolvimento.
Feedback humano	Durante o desenvolvimento, o aplicativo Review permite que você execute verificações rápidas de impressão usando uma interface de bate-papo e colete feedback de especialistas em sessões de rotulagem. Durante a produção, APIs permitem anotar rastreamentos com feedback do usuário.

LLMOps

A Databricks fornece um conjunto completo de ferramentas para operações de AI, ou "LLMOps." A governança unificada de dados e ativos de AI no Unity Catalog simplifica e protege a implantação de AI em toda uma organização. O AI Gateway simplifica o gerenciamento de modelos de vários provedores de modelos de AI. MLflow e Pacotes de Automação Declarativa fornecem controle de versão e Infrastructure-as-Code para implementar processos de LLMOps robustos.

Categoria	Recursos
Governança ativa de dados e AI	Unity Catalog oferece governança unificada para dados e AI ativa. Os dados ativos incluem arquivos, tabelas, índices vetoriais e repositório de recursos. AI Ativo inclui modelos, ferramentas e conexões para servidores MCP e outras APIs.
Governança endpoint do modelo	AI Gateway oferece governança central e monitoramento para Endpoint de modelo de AI.
versionamento de prompt	MLflow fornece um Registro de Prompts, bem como acompanhamento de experimentos.
Infraestrutura como código	MLOps Stacks, que é construído sobre os Databricks Ativo Bundles, fornece gerenciamento e implantação de infraestrutura e fluxo de trabalho baseados em código.

Categoria	Recursos
Governança ativa de dados e AI	Unity Catalog oferece governança unificada para dados e AI ativa. Os dados ativos incluem arquivos, tabelas, índices vetoriais e repositório de recursos. AI Ativo inclui modelos, ferramentas e conexões para servidores MCP e outras APIs.
Governança endpoint do modelo	AI Gateway oferece governança central e monitoramento para Endpoint de modelo de AI.
versionamento de prompt	MLflow fornece um Registro de Prompts, bem como acompanhamento de experimentos.
Infraestrutura como código	MLOps Stacks, que é construído sobre os Databricks Ativo Bundles, fornece gerenciamento e implantação de infraestrutura e fluxo de trabalho baseados em código.

Suporte a código aberto

O Databricks oferece suporte total para o ecossistema de código aberto de AI em rápido crescimento.

Para desenvolvimento, você pode usar qualquer framework de código aberto e implantá-lo usando Databricks Apps. Os serviços do Databricks podem ser usados por ferramentas e aplicativos de AI de terceiros usando servidores MCP ou a API REST ou SDKs.

Para observabilidade, avaliação e monitoramento, o MLflow Tracing fornece autologging nativo para mais de 20 frameworks de AI de código aberto, e você pode adicionar rastreamento personalizado a quaisquer outros frameworks ou códigos. Os rastreamentos podem então ser usados com a Avaliação do MLflow e o monitoramento de produção. Os rastreamentos seguem as especificações de rastreamento OpenTelemetry e podem ser exportados para ferramentas de terceiros.

Recursos adicionais

• Crie agentes no Databricks.
• código aberto vs. gerenciar MLflow no Databricks