Agents IA pour Databricks
Un agent Monmo travaille dans Databricks comme un data engineer qui assure le suivi du matin. Il explique les échecs de jobs, répond aux questions en SQL à partir des tables Unity Catalog, suit les dépenses en DBU dans les tables système et documente les tables sur lesquelles votre équipe pose souvent des questions. Il utilise l’identité que vous connectez, ne voit que ce que Unity Catalog lui autorise et demande votre accord avant d’exécuter un job, de modifier les ressources de calcul ou d’écrire des données.
Mis à jour le 2026-11-13 · Commencez gratuitement. Forfaits payants à partir de $15 par mois.
Ce que font les agents dans Databricks
Expliquer l’échec d’un job
Lorsqu’un job planifié échoue, l’agent lit les résultats des tâches, l’erreur et les logs du driver, trouve la cellule du notebook ou le fichier en cause, puis explique le problème et propose une correction.
DemanderLe job nocturne des commandes a échoué à 02:10. Dis-moi quelle tâche a échoué, pourquoi et ce que tu modifierais.
Répondre aux questions avec un SQL warehouse
Demandez le nombre de clients actifs par semaine et par segment : l’agent trouve les tables dans Unity Catalog, écrit la requête, l’exécute sur le SQL warehouse que vous lui attribuez et affiche la réponse avec le SQL.
DemanderCombien de clients actifs par semaine avons-nous eu par segment au cours des huit dernières semaines ? Affiche la requête.
Suivre les dépenses en DBU
Chaque lundi, l’agent lit la table système de consommation pour la facturation, regroupe les DBU par workspace, job et SQL warehouse, les compare à la semaine précédente et rédige un résumé dans Google Sheets.
DemanderChaque lundi, résume la consommation de DBU de la semaine précédente par job et par warehouse, et signale les plus fortes hausses.
Repérer les ressources de calcul toujours actives
L’agent répertorie les clusters polyvalents sans arrêt automatique, les clusters surdimensionnés pour des jobs peu exigeants et les SQL warehouses qui restent actifs la nuit. Il prépare les modifications de configuration et demande votre accord avant de les appliquer.
DemanderTrouve les clusters sans arrêt automatique et les warehouses actifs toute la nuit, puis suggère une configuration pour chacun.
Documenter les tables Unity Catalog
L’agent lit les tables d’un schéma, examine un échantillon de leurs colonnes et leur traçabilité, puis rédige des commentaires compréhensibles pour un nouvel analyste. Vous les vérifiez dans Google Docs et leur ajout à Unity Catalog attend votre accord.
DemanderRédige des commentaires pour les tables et les colonnes du schéma sales dans Unity Catalog. Laisse-moi les vérifier avant de les ajouter.
Comparer les exécutions d’une expérience
Pour une expérience MLflow, l’agent compare les exécutions selon leurs paramètres et leurs métriques, repère les différences entre les meilleures et les autres, puis rédige une courte note pour l’équipe dans Slack.
DemanderCompare les 20 dernières exécutions de l’expérience churn-model et dis-moi quels paramètres ont fait la différence.
Vérifier qui peut voir les tables sensibles
L’agent répertorie les autorisations sur les tables contenant des données personnelles, les groupes et utilisateurs concernés, ainsi que les accès trop larges, comme ceux accordés à tous les utilisateurs du compte. Il prépare ensuite les révocations pour votre administrateur.
DemanderQui peut lire les tables du schéma customers_pii ? Signale tout accès accordé au-delà de l’équipe data.
Comment la connexion fonctionne
- 1Connectez un workspace Databricks avec un jeton d’accès personnel ou OAuth, ou mieux, avec un service principal créé par votre administrateur. L’administrateur du workspace devra peut-être autoriser les jetons. Les tables système doivent être activées pour suivre les dépenses.
- 2Databricks convient à un agent data comme à un agent engineering. Les autorisations Unity Catalog déterminent les catalogues et les tables que chacun peut voir : donnez à l’identité de l’agent accès uniquement aux schémas nécessaires à son travail.
- 3La lecture des exécutions, des logs, des tables et des tables système ne nécessite pas d’accord. L’agent demande votre accord sur une carte avant d’exécuter un job ou un notebook, de créer ou modifier des ressources de calcul, d’écrire dans une table ou de modifier une autorisation.
Questions fréquentes
Un agent IA peut-il travailler dans les notebooks Databricks ?
Oui. Un agent Monmo peut lire des notebooks, expliquer le rôle d’une cellule et préparer un nouveau notebook pour une analyse. Il demande votre accord avant de l’enregistrer dans le workspace et de l’exécuter sur des ressources de calcul, car une exécution consomme des DBU et peut écrire dans des tables. Il passe par la connexion Databricks ou utilise son propre navigateur lorsque la connexion ne couvre pas une action.
Est-ce sûr de donner à un agent IA accès aux données Unity Catalog ?
L’agent IA ne voit que ce que Unity Catalog autorise pour son identité. Donnez-lui un service principal avec le droit SELECT sur les schémas nécessaires, sans accès aux données personnelles sauf si son travail l’exige. La lecture ne nécessite pas d’accord ; toute écriture ou modification d’autorisation attend votre validation. Vous pouvez retirer l’accès à tout moment.
Un agent IA peut-il expliquer la hausse de notre facture Databricks ?
L’agent peut montrer d’où vient la hausse. À partir de la table système de facturation, il répartit les DBU par job, cluster et warehouse, compare les périodes et indique les jobs ou clusters à l’origine de l’augmentation. Il suggère des changements, comme l’arrêt automatique ou un warehouse plus petit, et vous décidez lesquels appliquer.
Un agent IA peut-il corriger et relancer un job Databricks en échec ?
L’agent trouve la cause, prépare une correction et demande votre accord avant de relancer le job. Si la correction concerne le code, il ouvre une pull request dans GitHub pour vérification. Si le job doit simplement être repris à partir de la tâche en échec, il vous présente l’exécution sur une carte et la reprend une fois votre accord donné.
Votre prochaine recruepourrait commencer aujourd’hui.
Créez votre premier agent en une minute. C’est gratuit pour commencer.