Как сообщает AWS Machine Learning Blog, Agentic Data Operations Platform (ADOP) представляет собой референсную архитектуру на Amazon Bedrock, совместимую с выбранным AI-инструментом для написания кода. Специализированные агенты автоматизируют весь цикл от Bronze до Silver и Gold. Они генерируют ETL-код, проверки качества, определения семантического слоя и механизмы контроля соблюдения требований. По замыслу авторов, подключение нового источника данных благодаря этому сократится с недель до часов, а контроль за управлением данными и соответствием требованиям останется внутри процесса.
Ключевой принцип ADOP: агенты участвуют в разработке, но не становятся обязательной зависимостью в рабочей среде. Инженеры проверяют результат, затем CI/CD переносит в тестовую и рабочую среды детерминированные артефакты, включая PySpark, SQL, Airflow DAGs, политики IAM и Cedar. В шаблоне по умолчанию они выполняются в рабочей среде без обращения к модели. Организации могут расширить архитектуру с помощью конечных точек Amazon Bedrock. При этом сгенерированный код конвейера остаётся статичным и доступным для аудита.
Архитектура задаёт правила взаимодействия Claude Code, Kiro, Cursor и Codex с системами данных. Возможности инструментов ограничиваются заданными навыками, запросами и корпоративными стандартами. Среди сценариев применения авторы называют массовое подключение корпоративных данных и регулируемые конвейеры в здравоохранении и финансовых услугах. Ещё один сценарий связан с автоматическим наполнением и поддержкой слоёв Gold для бизнес-аналитики и функций ML.
Ключевые факты
В шаблоне по умолчанию рабочая среда выполняет детерминированные артефакты без обращения к модели.
CI/CD переносит в тестовую и рабочую среды PySpark, SQL, Airflow DAGs, а также политики IAM и Cedar.
С архитектурой могут использоваться Claude Code, Kiro, Cursor и Codex.
Среди сценариев применения указаны регулируемые конвейеры в здравоохранении и финансовых услугах.