DAIS 2026 Día 3: Genie Code for ML, Lakeflow Designer y Nadella x Ghodsi
Miércoles del Summit. Si los dos primeros días fueron de keynotes y grandes anuncios (acá mi recap del Día 1-2), el Día 3 es donde las cosas se ponen técnicas. Hubo una sesión de keynote de unas 3 horas con Matei Zaharia entre los speakers, deep dives en la plataforma de AI y las novedades que no entraron en el show de Ghodsi. Acá van las que más me llamaron la atención.
- Genie Code for ML: Genie Code con inteligencia especializada para ML engineering — feature engineering, training, serving y monitoring asistidos.
- Lakeflow Designer: canvas visual drag-and-drop para pipelines, respaldado por código versionable en Git.
- AI Runtime multi-node: serverless NVIDIA GPUs para training y fine-tuning, ahora con soporte multi-node en Private Preview.
- Omnigent entró en Beta oficial hoy — ya lo cubrí en detalle en un post aparte.
- Fireside chat Nadella x Ghodsi: Microsoft profundiza la integración con Databricks.
- Extras: query history redaction, datos multimodales en Unity Catalog, Context-Based Ingress.
1. Genie Code for ML: el agente de data engineering se especializa
Genie Code ya venía haciendo ruido como agente autónomo de data engineering (lo mencioné en el recap del Día 1-2). Hoy anunciaron Genie Code for ML: una versión con inteligencia especializada para ML engineering e integraciones nativas con cada componente de la plataforma de ML de Databricks.
¿Qué cambia? En vez de un agente genérico de código, tenés uno que entiende el ciclo completo de ML:
- Feature engineering: propone y genera features a partir de tus datos.
- Model training: arma pipelines de entrenamiento integrados con MLflow.
- Serving: deploya modelos a serving endpoints manteniendo la gobernanza.
- Monitoring: drift detection, debugging de performance en endpoints y root-cause analysis de alertas.
El blog lo resume así: llevar un modelo de ML a producción hoy puede tomar meses, con equipos dedicando horas a tareas repetitivas en cada etapa del lifecycle. Genie Code for ML apunta a reducir ese overhead.
Dentro de la misma familia, también anunciaron que Genie Code puede hacer queries a inference tables, diagnosticar problemas de performance en serving endpoints y correr root-cause analysis sobre alertas — lo que llaman Genie ZeroOps for ML.
(Blog)
2. Lakeflow Designer sale de preview
Lakeflow Designer es un canvas visual para analistas que necesitan preparar y transformar datos sin escribir código. Venía en preview y salió en esta ronda de anuncios del Summit.
¿Para quién es? Para analistas y data engineers que prefieren un approach visual para explorar y transformar datos. Lo que generás en el canvas está respaldado por código versionable en Git que podés programar como jobs para mover a producción.
Lo que trae:
- Operadores built-in para transformaciones comunes (joins, aggregations, filtros).
- Genie Code integrado: describís lo que querés hacer en lenguaje natural y genera la transformación.
- Preview de cada paso intermedio sin correr el pipeline entero.
- Scheduling como jobs: lo que diseñás se puede orquestar como un job productivo.
Lakeflow Designer no reemplaza escribir SQL o Python para pipelines complejos. Pero para exploración de datos, prototipado rápido de transformaciones, o para que un analista arme un pipeline sin depender de un data engineer, es un shortcut muy potente. Y que el output sea código real significa que después un engineer lo puede tomar, revisar y escalar.
(Docs)
3. AI Runtime: serverless GPUs ahora multi-node
AI Runtime se lanzó en marzo con GPUs serverless (A10, H100) para training y fine-tuning sin tener que armar clusters. En el Summit anunciaron soporte para multi-node training en Private Preview.
¿Qué significa en la práctica? Si estás fine-tuneando un modelo grande que no entra en una sola GPU, antes tenías que armar un cluster multi-nodo manualmente, configurar la comunicación entre nodos y rezar que no se caiga. Con multi-node en AI Runtime, le decís cuántos recursos necesitás y se encarga del resto: provisioning, distribución del training y cleanup.
Single-node AI Runtime está en Public Preview. La API de distributed training (multi-GPU en un solo nodo, 8xH100) está en Beta. Multi-node training está en Private Preview — todavía no disponible para todos.
(Blog de lanzamiento · Anuncio DAIS)
4. Fireside chat pregrabado: Satya Nadella x Ali Ghodsi
El momento highlight del día fuera de las sesiones técnicas fue el fireside chat pregrabado entre Satya Nadella y Ali Ghodsi. Nadella no estuvo físicamente en el Moscone — a diferencia de Greg Brockman (OpenAI) que sí fue presencial el martes. Pero el contenido fue sustancial: hablaron sobre la importancia del contexto enterprise en AI, el ritmo de innovación y cómo convertir modelos frontier en resultados reales.
La cita que quedó: “We’re enabling every enterprise to fully participate at the frontier with their own IP.”
La integración Microsoft-Databricks sigue profundizándose: Genie en Teams, en Copilot Cowork, Excel Add-in con write-back. Azure es el cloud donde Databricks pone más fichas de partnership, y que Nadella grabe un fireside chat para el Summit lo confirma.
Lo demás del Día 3
| Anuncio | Qué es | Estado |
|---|---|---|
| Omnigent Beta | El meta-harness open-source para coding agents entró en Beta oficial hoy | Beta |
| Genie Code auto-approve | Clasificador AI que aprueba automáticamente acciones seguras de agentes | Beta |
| Genie Code full page | Centro de comando con hilos paralelos y gestión de assets | Beta |
| Query history redaction | statement_text muestra <Redacted> para no-admins desde el 22/6 |
GA |
| Datos multimodales (FILE type) | Nuevo tipo FILE en Delta/Iceberg para gobernar PDFs, imágenes, audio, video | Beta |
| Context-Based Ingress | Políticas zero-trust basadas en red, identidad y scope de acceso | Public Preview |
| Private Network Gateway | Conectividad segura simplificada para workloads serverless a fuentes privadas | Nuevo |
| Iceberg v3 GA | Motores externos ahora leen y escriben tablas de Unity Catalog | GA |
| Runtime 19 | Databricks Runtime powered by Apache Spark 4.2.0 | Beta |
| Share Genie Spaces via OpenSharing | Compartir experiencias de chat AI con partners externos | Beta |
Data After Hours
Cierre del Summit con fiesta en Oracle Park (el estadio de los SF Giants) y show de The Chainsmokers. El Summit sabe cerrar.
Qué me llevo del Día 3
El keynote técnico del miércoles mostró que Databricks está apostando fuerte a que la plataforma haga el trabajo pesado por vos. Genie Code for ML, AI Runtime serverless, Lakeflow Designer visual — la dirección es clara: menos ops, menos boilerplate, más foco en el problema de negocio.
Para los que laburamos en Data Engineering y ML:
- Genie Code for ML baja la barrera de entrada para el ciclo completo de ML — si todavía no probaste Genie Code, este es un buen momento.
- Lakeflow Designer democratiza la creación de pipelines sin sacrificar calidad de código.
- AI Runtime multi-node apunta a eliminar el dolor de cabeza de armar clusters para fine-tuning, aunque todavía está en Private Preview.
Mañana último día del Summit. Si sale algo que valga la pena, actualizo.
Referencias
Blogs de Databricks
Documentación
Cobertura externa
Posts relacionados