Factory y Databricks: Construyendo software impulsado por datos
19 de octubre de 2026 - 3 minutos de lectura
Empresa
Socios
Compartir
Hoy, Factory anuncia una asociación con Databricks para que los clientes puedan usar los datos y modelos de la Databricks Data + AI Platform para impulsar el software que es construido o migrado por Factory.
En Factory, hemos visto este patrón en nuestros clientes. Factory y Databricks están ayudando a una de las empresas globales más grandes a migrar una plataforma de datos compleja que impulsa cientos de aplicaciones de negocio a la Databricks Data + AI Platform. Esto incluye petabytes de datos y cientos de miles de tablas. Las aplicaciones de negocio cuentan con interfaces de usuario, servicios de aplicación, capas de integración y API, lógica y reglas de negocio, seguridad y funciones de gestión. Todas estas conllevan dependencias y expectativas que deben sobrevivir a la migración.
Cuando Factory se unió a este esfuerzo, gran parte de los datos ya se habían movido al lakehouse de Databricks. El siguiente desafío era reconstruir las aplicaciones y flujos de trabajo que usan los datos. La conclusión clave: la modernización de datos y la modernización de software deben ocurrir juntas. Modernizar la base de datos crea una oportunidad para construir y desplegar aplicaciones y agentes de IA que usen los datos empresariales para impulsar resultados de negocio.
Anteriormente, las migraciones de esta escala consumían muchos recursos y eran arriesgadas. Los ingenieros de datos migraban tablas y reconstruían pipelines. Los desarrolladores de aplicaciones analizaban y escribían nuevo software manualmente. Las dependencias entre datos y aplicaciones requieren una planificación, desarrollo, pruebas y coordinación cuidadosos. Para hacerlo más desafiante, estos equipos tienen diferentes habilidades, diferentes herramientas y diferentes procesos. Incluso los cambios menores en un pipeline de datos generan muchos impactos aguas abajo y requieren traspasos entre equipos.
Factory y Databricks llevan la migración a un único flujo de trabajo de ingeniería: agentes y automatización para comprender el sistema existente, planificar la migración, construir y validar que los datos y las aplicaciones entreguen las capacidades correctas a los usuarios. Databricks proporciona la base abierta y gobernada para datos, analítica e IA, mientras que Factory aporta capacidades de ingeniería de software agéntica para ayudar a los equipos a modernizar y construir las aplicaciones que dependen de esa base.
Comprender el sistema antes de cambiarlo
Una migración exitosa comienza con comprender los datos y aplicaciones actuales.
Los Droids de Factory trabajan a través del código de aplicación, pipelines de datos, SQL, pruebas y documentación disponible. Con acceso a los repositorios y herramientas relevantes, los Droids pueden rastrear cómo una aplicación depende de un procedimiento almacenado, qué pipeline de datos crea sus entradas y dónde un cambio podría afectar el comportamiento aguas abajo. Las integraciones de contexto de Factory incorporan conocimiento de código e ingeniería a ese trabajo. Combinado con el acceso a datos y activos gobernados a través de Databricks Unity Catalog, este enfoque ayuda a los equipos a conectar las dependencias de las aplicaciones con la base de datos empresarial que las respalda.
Esa comprensión se convierte en el plan de migración. Los Droids pueden ayudar a identificar dependencias, proponer una secuencia de implementación y definir las comprobaciones necesarias para establecer compatibilidad. Las Missions de Factory proporcionan planificación, hitos y ejecución coordinada para trabajos que abarcan múltiples componentes. Los ingenieros revisan el plan y resuelven las reglas de negocio ambiguas antes de que prosiga la implementación.
Del plan de migración a las aplicaciones funcionales
Con el plan establecido, los Droids usan el acceso a la API de Databricks para crear y ejecutar trabajos, ejecutar consultas para validar resultados y desplegar aplicaciones. Por ejemplo, migrar una aplicación podría implicar cambiar la base de datos operativa subyacente de un Postgres heredado a Databricks Lakebase, reescribir las transformaciones de datos en Python, construir y programar un pipeline de Lakeflow, crear un panel de AI/BI y, finalmente, comparar la nueva aplicación y sus datos con la aplicación heredada.
Tres formas de usar Factory con Databricks
La asociación entre Databricks y Factory habilita tres categorías de casos de uso: Automatización del PDLC, Migración y Modernización, y Ciberseguridad.
Automatización del PDLC
Factory puede ayudar a los equipos a avanzar desde un requisito de producto pasando por planificación, desarrollo, pruebas, seguridad, documentación, monitoreo y mejora de aplicaciones construidas sobre o impulsadas por datos en Databricks. Esto incluye construir y evolucionar aplicaciones basadas en datos y software impulsado por IA que aprovechen la Databricks Data + AI Platform como una base abierta y gobernada.
Migración y Modernización
Factory puede ayudar a los equipos a analizar, planificar y ejecutar migraciones de plataformas de datos a Databricks y las aplicaciones que dependen de los datos en Databricks.
Ciberseguridad
Factory puede ayudar a los equipos a remediar vulnerabilidades en las aplicaciones monitoreadas por Databricks Lakewatch.
Un camino compartido de los datos al software
La migración que unió a Factory y Databricks es solo un ejemplo de cómo nuestras plataformas se complementan entre sí. Esperamos que muchas empresas se beneficien al crear un ciclo más estrecho entre los datos y el software impulsado por datos. Para hacerlo más fácil, también estamos entusiasmados de que los clientes que cumplan los requisitos puedan comprar Factory a través del Databricks Marketplace usando hasta el 10% de su compromiso existente con Databricks.
Comience ahora
¿Listo para usar Factory y Databricks juntos? Simplemente conecte Databricks en Factory en Settings → Connectors, y luego ejecute esta tarea:
«Crea una automatización que revise cada noche el flujo de trabajo de sincronización de Lakehouse a Lakebase y publique un resumen de su progreso en el canal de Slack del equipo.»
Un conector, una automatización, un bucle, con un resumen en Slack cada mañana. La guía de configuración cubre servidores MCP administrados, la ejecución de Droids en modelos servidos por Databricks y automatizaciones con webhooks. ¿Prefieres verlo primero? Reserva una demo.