Reconozcámoslo: nuestros pipelines se rompen, los catálogos envejecen y seguimos debatiendo el linaje mientras los usuarios esperan respuestas. La irrupción de la agentic AI promete pipelines que se r…
Reconozcámoslo: nuestros pipelines se rompen, los catálogos envejecen y seguimos debatiendo el linaje mientras los usuarios esperan respuestas. La irrupción de la agentic AI promete pipelines que se reconfiguran solos y gobernanza viva, pero hoy esas visiones conviven con scripts frágiles y alertas a las 3 a. m.
En 25 minutos trazaremos la línea que une el presente imperfecto con un futuro posible:
Dónde estamos: incidentes repetitivos, silos de conocimiento y un DataOps que no escala.
Lo que ya es factible: copilotos que explican consultas, agentes que rellenan gaps de metadatos y bots que priorizan tickets mejor que un triage humano.
Lo que todavía no tanto: a completar con lecciones aprendidas
La brújula a tres horizontes:
Copiloto (asistencia);
Co-ejecución (automatización supervisada);
Autogobernado (delegación selectiva).
Cerraremos con un roadmap de adopción en 90 días, checklist de riesgos (sesgos, fuga de datos, deuda ética) y métricas mínimas para medir impacto. La invitación no es a sentirnos atrasados, sino a asumir que todos estamos reiniciando el conocimiento sobre data y a comenzar, paso a paso, el viaje hacia equipos verdaderamente aumentados por agentes IA.
Sobre Emanuel Diogo: Emanuel Diogo es Head of Innovation en Novakorp, liderando la investigación aplicada en Agentic AI para transformar productos y procesos basados en datos. Con experiencia como Big Data Engineer y Solutions Architect, ha implementado arquitecturas complejas combinando Spark, NiFi, Kafka, entre otros bajo prácticas modernas de DataOps. Su trayectoria incluye largos años de docencia universitaria y la planificación estratégica pública, integrando visión técnica y pensamiento de rigor académico. Actualmente, oficiando como Agentic-AI Research Lead investiga y desarrolla agentes autónomos orientados a reducir la deuda operativa existente en datos.
Cuando no está creando arquitecturas de agentes con LLMs, probablemente lo encuentren compitiendo como jugador profesional de cartas Pokémon, donde aplica la misma lógica estratégica... pero con Pikachu.
Watch talk