What is Nao?
データを取り扱う作業には、多くの場合、複雑なコーディングが伴います。変換の準備、複雑なクエリの記述、データ品質の確保、そしてすべてを細心の注意を払って文書化するなど、多岐にわたります。データのことを一番よく知っているのは皆さんですが、その知識を正確で効率的なコードに変換するには時間がかかり、フィードバックの遅延や反復作業が発生しがちです。nao は、まさにそのようなデータチームのために設計されたインテリジェントなコードエディターであり、AIによる支援を日常のワークフローに直接統合します。データ環境特有のコンテキストを理解することで、より優れたコードをより迅速に記述できるよう支援します。
nao がデータチームにもたらすもの
🤖 データ対応の AI エージェントを活用: 主要なデータワークフローについて特別にトレーニングされた AI アシスタントと連携します。dbt を使用したデータの準備、SQL クエリの作成、データ品質テストの実装、ドキュメントの生成といったタスクに優れており、データ作業の微妙なニュアンスを理解します。
🔗 データウェアハウスへのネイティブ接続: nao は、BigQuery、Databricks、Iceberg、PostgreSQL、Snowflake などのプラットフォームを含む、既存のデータインフラストラクチャと直接統合します。これにより、AI エージェントは特定のスキーマとデータ構造を認識したコードを生成し、関連性と精度を大幅に向上させます。
📊 エディターでデータを直接プレビュー: コードと並行して、データ変換のサンプルと結果を確認できます。この即時的なフィードバックにより、ツールを頻繁に切り替える必要がなくなり、集中力を維持し、開発プロセスを加速できます。
⚡ コードの影響を即座に可視化: コードの変更がデータにどのように影響するかをほぼリアルタイムで把握できます。この迅速なフィードバックサイクルにより、エラーを早期に発見し、従来の開発ループよりも迅速に反復処理を行うことができます。
✅ 複雑なデータチェックを自動化: 複雑なデータ品質チェックの実行を nao エージェントに委任します。基準を定義すれば、AI が検証を処理してくれるため、次のタスクに集中できます。
nao の実例:実践的なユースケース
dbt モデル開発の加速: 新しい dbt モデルを構築する場合、定型的な SQL やドキュメントをゼロから作成する代わりに、nao エージェントに指示を出します。倉庫に接続されているため、正確な
ref()関数を生成し、スキーマに基づいて関連する列の説明を提案し、テーブルに固有の初期データ品質テストの草案まで作成します。レビュー、修正、コミットが大幅に迅速化されます。データ品質保証の効率化: 重要なパイプラインのアップデートをデプロイする前に、データ整合性を確保する必要があります。いくつかの品質ルール(例えば、主要な列の NULL チェック、形式の検証、参照整合性の確保など)を定義します。次に、nao のエージェントにこれらのチェックを直接ステージングデータに対して記述および実行するように依頼し、エディター内で即座に確認を取得したり、特定の問題を特定したりします。
アドホック分析の最適化: 利害関係者が、複数のテーブルにまたがる結合と特定のフィルタリングロジックを必要とする複雑な分析を求めています。必要な出力を自然言語で nao エージェントに記述します。SQL クエリが生成され、すぐに実行して nao 内で結果をプレビューできます。その後、エージェントの助けを借りてクエリを反復的に改良し、分析が完璧になるまで調整できます。
よりスマートなデータコーディングを始めましょう
nao は、データ専門家の能力を強化するために構築されており、置き換えることを目的としていません。データとワークフローを真に理解する AI アシスタントを提供することで、摩擦を取り除き、反復タスクを減らし、アイデアから実装までの時間を短縮することを目指しています。コードの構文やフィードバックの遅延に悩む時間を減らし、価値のある洞察を提供することに時間を費やしましょう。
データ操作のより直感的な方法を体験する準備はできましたか?
今すぐウェイティングリストにご登録ください。





