Agora disponível em versão prévia, o Copilot Inline Code Completion é um recurso baseado em IA que ajuda cientistas e engenheiros de dados a escrever código Python de alta qualidade com mais rapidez e facilidade.
Inspirado no GitHub Copilot, esse recurso oferece sugestões de código inteligentes enquanto você digita, sem a necessidade de comandos. Ao entender o contexto do seu notebook, o Copilot Inline Code Completion se integra ao seu fluxo de trabalho, reduzindo tarefas repetitivas, simplificando o desenvolvimento e tornando a codificação mais intuitiva e produtiva.
O que é preenchimento de código embutido?
O Copilot Inline Code Completion é alimentado por um modelo de IA treinado em milhões de linhas de código. Ele reconhece padrões em seu notebook e sugere trechos de código relevantes, ajudando você a:
- Escreva funções complexas com o mínimo de esforço.
- Trabalhe mais rápido ao explorar bibliotecas novas e desconhecidas.
- Reduza os erros de sintaxe com preenchimentos automáticos inteligentes.
Como funciona
Antes de usar sugestões embutidas, certifique-se de que as conclusões do Copilot estejam habilitadas em seu notebook. Você pode ativar isso usando o botão de alternância na parte inferior da tela.
- À medida que você digita, o sistema faz referência ao conteúdo relevante do seu bloco de anotações.
- Ele analisa o código Python anterior para gerar conclusões relevantes.
- As conclusões sugeridas aparecem em texto cinza claro; para aceitar ou modificar/rejeitar conforme necessário.
- A IA continua aprendendo e melhorando com base nos padrões e feedback do usuário.
Nota: Uma vez ativado, o Copilot Inline Code Completion resultará em consumo de unidade de capacidade () adicional. Para obter mais informações, consulte Consumo do Copilot – Microsoft Fabric.
Principais características e benefícios
- Sugestões inteligentes: O Copilot prevê suas próximas linhas para que você possa manter seu ritmo.
- Menos erros: reduza erros de digitação e sintaxe, para que você possa se concentrar na lógica.
- Configuração mínima: os Fabric Notebooks vêm com sugestões de código embutido integradas. Não são necessárias instalações, basta ativar o recurso e começar a digitar.
Sensível ao contexto e em evolução
Atualmente, o Copilot Inline Code Completion oferece suporte ao Python e gera sugestões com base nas células anteriores em seu notebook. Além disso, as conclusões incorporam informações de seus esquemas do Lakehouse com algumas considerações:
- Se o seu Lakehouse contiver um grande número de tabelas ou colunas, apenas um subconjunto poderá ser usado para informar sugestões.
- Se novas tabelas forem criadas dinamicamente por meio do código do Spark, o modelo não as reconhecerá em tempo real.
Estamos comprometidos em expandir a consciência contextual do Copilot ao longo do tempo, equilibrando desempenho e relevância.
Primeiros passos
A conclusão de código embutida agora está disponível em blocos de anotações do Fabric. Basta começar a codificar e deixar o Fabric Copilot melhorar sua experiência de desenvolvimento. Adoraríamos ouvir de você enquanto continuamos a refinar e expandir esse recurso. Envie seus comentários por meio do Fabric Ideas – Comunidade do Microsoft Fabric.
Para mais informações
Privacidade, segurança e uso responsável do Copilot para ciência de dados
Configurações de administração do Copilot
Fonte: Blog Microsoft Fabric.
Agende uma conversa com nossos especialistas e leve o Copilot do Fabric ao máximo!
A nova função de preenchimento automático com IA no Microsoft Fabric tem o poder de transformar o jeito como sua equipe escreve e otimiza códigos em Python. Se você quer aproveitar esse recurso ao máximo, integrando-o de forma estratégica aos seus notebooks e aos seus fluxos de trabalho, a DataEX pode ajudar.
Nossos especialistas estão prontos para mostrar como aplicar o Copilot Inline Code Completion em sua operação com segurança, eficiência e produtividade real. Vamos conversar sobre como acelerar seu desenvolvimento com Fabric e IA?
Preencha o formulário abaixo e nosso time de especialistas entrará em contato.
E não se esqueça! Leia nosso blog Data Universe todos os dias e nos siga em nossas redes sociais.
