Space and Time presenta los trabajos de datos de Python en versión beta, transformando el procesamiento de datos Web3

En un gran paso hacia la mejora de la funcionalidad de la Web3 y la tecnología blockchain, Space and Time ha lanzado la versión beta de Python Data Jobs, una solución revolucionaria diseñada para cerrar la brecha en el manejo de trabajos de Python de larga duración. Este desarrollo innovador surge como respuesta a la creciente necesidad de una integración perfecta de Python en el procesamiento de datos, el análisis y las funcionalidades de contratos inteligentes dentro de Web3 eco.

Desafíos abordados y soluciones proporcionadas

Si ha estado siguiendo los desarrollos en el ámbito del espacio y el tiempo, es posible que esté al tanto de su logro innovador: la creación de la primera y única prueba de conocimiento cero (ZK) para SQL. La prueba de SQL se erige como una herramienta notablemente potente, que permite a los contratos inteligentes recuperar y procesar datos de forma segura utilizando SQL. Esta garantía criptográfica abre una plétora de posibilidades innovadoras para la tecnología blockchain.

A pesar de la destreza de SQL como un lenguaje robusto y casi completo de Turing, no cubre todos los escenarios empresariales concebibles. Para abordar la necesidad de una lógica empresarial personalizada, especialmente cuando la implementación de código arbitrario se vuelve esencial, Chainlink ha introducido ingeniosamente una solución: Chainlink Functions. Estas funciones permiten la utilización de Java de forma redundante en los nodos de Chainlink, llegando a un consenso sobre la salida.

En consecuencia, los contratos inteligentes ahora pueden acceder sin problemas a análisis y procesamiento de datos probados por ZK a través de Proof of SQL, junto con el uso eficiente de Functions. Sin embargo, dentro del panorama de la Web3, una categoría particular de casos de uso sigue sin abordarse: los trabajos de Python de larga duración. Reconociendo la importancia de Python en los flujos de trabajo de las empresas y los desarrolladores asociados con Space and Time, el equipo se propuso abordar dos desafíos clave.

En primer lugar, buscaba capacitar a los usuarios para que emplearan Python sin esfuerzo para extraer, transformar y cargar datos de sus bases de datos existentes en el espacio y el tiempo, todo ello sin necesidad de crear código manualmente. En segundo lugar, su objetivo era establecer una conexión criptográficamente garantizada entre los trabajos de Python y los contratos inteligentes. Esto llevó a la introducción de Space and Time Python Data Jobs, ahora disponible en versión beta a través de Space and Time Studio.

Funcionalidad completa de los trabajos de datos de Python

Embarcándose en un viaje transformador dentro del panorama de la Web3, Python Data Jobs de Space and Time introduce un cambio de paradigma en el procesamiento de datos y las funcionalidades de los contratos inteligentes. A medida que profundizamos en las intrincadas capacidades de esta solución, se despliega un mundo de integración perfecta, procesos ETL simplificados y seguridad mejorada, redefiniendo la forma en que los desarrolladores y las empresas aprovechan el potencial de Python en el ecosistema blockchain. Así es como funciona esta innovadora solución:

1. Obtención de datos en el espacio y el tiempo

Los trabajos de datos de Python agilizan el proceso de adquisición de datos en el espacio y el tiempo desde cualquier origen fuera de la cadena, eliminando la necesidad de crear código manualmente. A principios de este año, Space and Time presentó AI SQL, un servicio impulsado por OpenAI que permite a los usuarios formular lenguajes naturales como “muéstrame las 5 mejores billeteras en Sui con la mayor cantidad de transacciones ordenadas por saldo”.

A continuación, se convierte en una consulta SQL, lo que produce el resultado deseado. Space and Time ha anunciado que Houston, el chatbot de IA dentro de Space and Time Studio, ahora puede generar funciones sencillas de extracción, transformación y carga (ETL). Estos están diseñados para obtener datos de varias fuentes, incluidas las bases de datos Web2 o las plataformas de almacenamiento descentralizadas Web3. Houston se encarga del proceso de preparación de los datos y facilita su transferencia al espacio y al tiempo.

Al crear un que se conecta a bases de datos como PostgreSQL (o alternativas como Snowflake o IPFS), Houston comprende el contenido de la base de datos, realiza las transformaciones necesarias, establece tablas en SxT y carga incrementalmente los datos de PostgreSQL en SxT una fila a la vez. Por lo general, la migración de bases de datos es una tarea laboriosa, costosa y que requiere mucho tiempo e implica experiencia en Python. Con la solución de Space and Time, los desarrolladores pueden lograr esto sin problemas utilizando la entrada de lenguaje natural en una sola operación.

2. Obtención de datos fuera del espacio y el tiempo

Python Data Jobs también ofrece la capacidad de extraer datos del espacio y el tiempo, procesarlos y transmitirlos a un contrato inteligente. La razón por la que esto ha supuesto un reto en el ámbito de la Web3 se debe a los prolongados tiempos de uso asociados a los trabajos de Python. Considere un escenario en el que tiene la tarea de calcular la probabilidad de que Bitcoin (BTC) permanezca por encima de los 40 mil dólares durante el resto del año.

Este debe recopilar datos de los mercados, procesarlos y realizar una simulación de Monte Carlo en Python, un proceso que puede tardar aproximadamente 20 segundos. Al conectar el resultado a un contrato inteligente, se vuelve imperativo garantizar su naturaleza a prueba de manipulaciones. Si bien la prueba basada en el consenso es adecuada para usar rápidamente s, se vuelve menos efectiva para las tareas que se ejecutan durante una duración prolongada.

Si, por ejemplo, el cálculo se distribuye de forma redundante en 30 nodos, el nodo 1 podría completar la tarea en 18 segundos, mientras que el nodo 5 finaliza en 25 segundos y el nodo 15 tarda 21 segundos. Esto requiere el desarrollo de una nueva arquitectura para abordar los desafíos únicos asociados con la prolongación de la vida.

Durante la versión beta de Python Data Jobs, Space and Time está progresando activamente para lograr esto a través de la implementación de Zero-Knowledge (ZK): específicamente, una prueba de ZK para Python. Actualmente, se basa en una seguridad optimista, similar a un enfoque de acumulación optimista. Al utilizar un trabajo de datos de Python dentro de SxT, las entradas, salidas y el propio código se someten a hash y se registran en una cadena principal.

Se ejecuta solo una vez, y si el resultado se desvía de las expectativas, los usuarios tienen la opción de solicitar una prueba. A continuación, SxT verifica criptográficamente lo que se utilizó. A diferencia de la prueba en tiempo real con computación redundante y consenso, el enfoque de Space and Time implica una sola ución seguida de un hash de todos los metadatos. Este proceso crea una pista de auditoría a prueba de manipulaciones, que sirve como incentivo para que los operadores de nodos se abstengan de manipular la ución. Space and Time compartirá más detalles en el futuro sobre la solución ZK en desarrollo, que tiene como objetivo mejorar la seguridad en tiempo real de los trabajos de datos de Python.

Aplicaciones y casos de uso del mundo real

Los trabajos de datos de Python de Space and Time trascienden las posibilidades teóricas, entrando en el dominio práctico con aplicaciones y casos de uso del mundo real. Estos escenarios muestran la versatilidad y adaptabilidad de los trabajos de datos de Python, ilustrando cómo esta solución innovadora aborda desafíos complejos en diversas industrias, allanando el camino para una nueva era en el procesamiento de datos y las funcionalidades de contratos inteligentes.

1. Migraciones de bases de datos sin problemas

Los trabajos de datos de Python introducen una nueva era de simplicidad en las migraciones de bases de datos. Los usuarios pueden instruir a Houston para que genere Python para tareas complejas, como cargar datos de plataformas como Snowflake en el espacio y el tiempo. Por ejemplo, si dices “generar un Python para transferir mis datos de Snowflake a SxT”, Houston solicitará acceso y producirá un archivo .

De este modo, se consultará Snowflake, se recuperarán los datos, se discernirá el esquema y se replicará en SxT en una única inferencia de Large Language Model (LLM). Un caso de uso ilustrativo es el de Truflation, que ingiere una gran cantidad de datos de inflación en tiempo real de numerosas fuentes de datos (materias primas, tipos de bonos, viviendas, etc.) en el almacenamiento. Posteriormente, Truflation construye agregaciones, como índices de inflación, que se expondrán en la cadena a través de oráculos.

Python Data Jobs procesa y prepara de manera eficiente estos volúmenes de datos sustanciales para la agregación. Otro caso de uso es dClimate, que realiza regularmente operaciones de extracción, transformación y carga (ETL) en datos meteorológicos de múltiples fuentes, cargando estos datos en IPFS. Los trabajos de datos de Python pueden agilizar este proceso mediante la automatización de la extracción y transformación de datos meteorológicos.

2. Cálculos complejos para DeFi

Imagínese si su contrato inteligente podría realizar intrincados cálculos fuera de la cadena, como predecir el rendimiento futuro de una criptomoneda en función de diversas condiciones del mercado, de forma segura y a prueba de manipulaciones. Python Data Jobs le permite integrar modelos financieros sofisticados, similares a los utilizados para pronosticar movimientos de precios o factores de riesgo, en su contrato inteligente con un enfoque de seguridad optimista.

Esta capacidad permite que los protocolos DeFi empleen una lógica empresarial más avanzada, superando las capacidades ofrecidas por Proof of SQL. Por ejemplo, dYdX realiza cálculos para la fijación de precios de opciones/futuros perpetuos fuera de la cadena, ya que estos requieren datos históricos de entrada de precios e implican cálculos complejos que no pueden ser utilizados por contratos inteligentes en la cadena.

Python Data Jobs facilita la realización de estos cálculos a prueba de manipulaciones. En otro ejemplo, 3Commas emplea modelos de aprendizaje automático fuera de la cadena para la toma de decisiones en actividades DeFi/CeFi (como swaps, futuros, operaciones de bots, etc.) dentro de un entorno de contenedores informáticos centralizados. Python Data Jobs proporciona una alternativa nativa de Web3 para utilizar estas tareas.

El camino a seguir

El lanzamiento de la versión beta de Python Data Jobs de Space and Time marca un avance significativo para abordar las necesidades cambiantes de la tecnología Web3 y blockchain. Al reconocer y abordar los desafíos asociados con los trabajos de Python de larga duración dentro del panorama Web3, Space and Time ha introducido una solución innovadora que no solo agiliza el procesamiento de datos, sino que también mejora la funcionalidad de los contratos inteligentes.

La completa funcionalidad de Python Data Jobs es un testimonio del potencial transformador que aporta a la Web3 eco. Desde la simplificación de los procesos ETL hasta la garantía de la seguridad de los trabajos de Python dentro de los contratos inteligentes, la innovadora solución de Space and Time abre nuevas posibilidades tanto para los desarrolladores como para las empresas.

En un esfuerzo por animar a los usuarios a explorar las capacidades transformadoras de Python Data Jobs, Space and Time ofrece acceso gratuito al servicio durante un mes. Los usuarios pueden iniciar su viaje de Python Data Jobs con Houston en Space and Time Studio, anunciando una nueva era de integración perfecta entre las tecnologías Python y Web3.