Snowflake
Snowflake 提供 AI 数据云，帮助企业共享数据、构建应用程序并利用 AI 赋能业务。
Snowflake delivers the AI Data Cloud to help organizations share data, build apps and power their business with AI.
企业将 Agentic AI 工作负载投入生产的 3 条可行之路 | 技术实践
本篇博文提供了构建生产就绪型智能体的三项策略，重点阐述互联生态系统的整合效能。
从非结构化数据中释放价值：Snowflake 如何转换企业文档 | 技术实践
今天我们将深入探讨如何基于 Snowflake 及其生态系统，帮助团队将文本、文档、视频等非结构化数据处理为可执行的业务洞察。随着企业场景中多样化数据类型的激增，理解和处理非结构化数据已成为决定商业成败的关键要素。
利用数据洁净室与 Snowpark 容器服务赋能营销分析 | 技术实践
在营销与广告的快节奏领域中，数据工程师需要提供精细化洞察、构建复杂客户分群，并精准衡量活动效果。与此同时，他们面临着日益严格的隐私法规和始终存在的客户数据保护需求等多重挑战。为在应对这一复杂局面的同时充分释放企业数据潜力，数据工程师可采用 Snowflake 提供的两大技术方案：数据洁净室与 Snowpark 容器服务。
Al on Demand：使用 Cortex 加速您的 SQL | 技术实践
通过 Cortex AISQL，您的团队可以运用熟悉的技能快速获取所需洞察。由于数据已存储在 Snowflake 中，您只需使用 SQL 即可驱动数据价值。
赋能 SQL 开发：Workspaces 现在普遍可用 | 技术实践
Workspaces 现已在 Snowsight 界面中正式发布。Workspaces 为 Snowflake 带来了现代化的开发体验，它将结构化代码组织、内置 Git 集成、Inline Snowflake Copilot（公开预览版）、交互式图表等功能融为一体——全部集成在统一的强大编辑环境中。
在 Dataiku 上可以使用的 Snowflake Cortex 的 LLM 性能比较 | 技术趋势
面向日本 Dataiku Cloud 用户，针对东京区域运行的 Dataiku 平台可通过 Snowflake Cortex 调用的 LLM 进行了性能对比分析。
Snowflake 数据加载和卸载综合指南 | 技术实践
Snowflake 的云原生架构提供了强大而灵活的数据导入导出机制。无论是执行初始数据迁移、建立持续数据管道，还是导出处理结果，掌握 Snowflake 的数据加载与卸载功能对有效管理数据平台至关重要。本文将深入探讨 Snowflake 数据移动的核心组件与最佳实践方案。
Snowflake 流式处理: 让实时数据管道变得简单 | 技术趋势
批处理技术曾被视为行业标杆，但在信息瞬息万变的当下，其滞后性犹如等待昨日旧报。金融、医疗、电商、物流等行业根本无法承受这种延迟。实时数据处理已不再是锦上添花，而是关乎企业存续的必备能力。这正是 Snowflake 流式处理技术大显身手的领域。
解锁即时客户参与：使用 Snowflake 和 Adobe Experience Platform 进行实时事件激活 | 技术趋势
探讨如何通过整合 Snowflake 流式连接器、Adobe Experience Platform（AEP）与 Adobe Journey Optimizer，构建真正的实时客户互动体系。
使用 Snowflake Workload Identity Federation 进行保密 | 技术实践
Workload Identity Federation（WIF）现已正式全面上线！这一重要里程碑标志着我们在加强安全性和简化 Snowflake 身份验证方面的承诺迈出关键一步。通过 WIF，您现在可以直接使用应用程序及服务的现有基础设施身份，无需管理任何凭据即可实现与 Snowflake 的无缝连接。
从投资到影响：释放数据和人工智能的商业价值 | 技术趋势
在 Snowflake 近期举办的数据与人工智能领袖论坛上，多位企业领袖分享了行业洞见。本次论坛的核心结论是：人工智能不再仅是技术议题，而已上升至战略层面。 根据论坛发布的专业见解与建议，可归纳出三大核心主题。
有奖问卷！Data+AI / 出海从业者，让 Snowflake 听见你的需求
为了表示感谢，我们还为参与调研的各位准备了丰富的礼品
从技能到机遇：Snowflake 免费培训，帮你抢占 AI 数据人才快车道
技术已构建起渗透生活与工作的数字基础设施。数据领域。数据岗位的市场需求如何？个人又该如何提升自身能力构建技能壁垒免于时代淘汰呢？
打破数据孤岛：使用 Snowflake ML 大规模构建、部署和服务模型 | 技术实践
2024 年，Snowflake 推出了超过 200 项人工智能功能，其中包括 Snowflake ML 中涵盖机器学习模型开发、推理及运维全流程的端到端机器学习功能套件。今年 Snowflake 延续这一势头，正式宣布基于 GPU 的机器学习工作流能力已全面开放用于生产负载。
5G 与 AI 数据云平台融合赋能企业 | 技术实践
传统 IT 基础设施往往难以承载如此庞大信息量的负荷。尤其当我们看到有价值的非结构化数据来源日益增多——包括无人机、边缘设备和物联网传感器等——要以预期速度和规模实现数据应用，就需要具备新能力并采用全新的数据探索方法。
数据与大语言模型（LLM）安全融合的核心要素 | 技术实践
本文将带您深入解读数据安全管理最核心的要素，以及 Snowflake Cortex AI 在设计时，是如何遵循这些原则的，以便开发人员专注于采用其所青睐的前沿模型（包括 Anthropic、OpenAI、Mistral、DeepSeek 以及 Meta 的模型）来构建应用程序。
Snowflake 云数据仓库原生语义视图：为企业解锁轻松、高效、可信的 AI 驱动商业智能 | 技术趋势
在本博客中，我们会介绍 Snowflake 云数据仓库语义视图——这是一种新的模式级对象，可将所有语义模型信息原生存储在数据库中，取代当前存储在 stage 中的 Cortex Analyst YAML 文件。
从 RDBMS 到 Snowflake 的复制 | 技术实践
传统方法存在发生内存不足错误和资源利用低效的风险
Snowflake 上的智能体 RAG | 技术实践
原生工作流以及统一的语义层融合在一起，以流畅、安全、智能的数据云形式交付。我对其最近推出的强大功能印象深刻，特别是它们如何简化复杂的能力，使其更适合企业级应用。
情境丰富型 AI 智能体的一键式解决方案：Snowflake Intelligence 与 Cortex 知识扩展 | 技术趋势
这些强大的 AI 创新，其价值取决于所能获取的信息。
Snowflake AI+ 数据 2025 年十大预测（下） | 技术趋势
AI 正在证明其存在的长久价值
Snowflake AI+ 数据 2025 年十大预测（上） | 技术趋势
有了 Snowflake，可以让人们在同一个平台把人工智能利用起来
Snowflake 中的数据概况：在清理之前发现数据中的混乱 | 技术实践
分析工程并不是关于完美的数据，而是将不可靠的输入转化为值得信赖的内容
企业将智能体 AI 工作负载投入生产的三条成熟路径 | 技术趋势
没有数据战略，就没有 AI 战略
实时大规模变更数据捕获：Openflow 数据库复制架构的技术解析 | 技术趋势
传统的变更数据捕获（CDC）实施方案面临复杂的工程挑战
在 Snowflake 上搭建 Spark Connect 引擎：技术细节深度拆解 | 技术实践
实现了客户端接口与 Spark 执行引擎的解耦
