Servicios FinancierosIngeniería de Software

Como Banco Bradesco reduce el tiempo de codificacion a la mitad con Databricks Assistant

Banco Bradesco es la tercera entidad bancaria mas grande de America Latina, con 99,5 millones de cuentahabientes y mas de 85,000 empleados. Al desplegar Databricks Assistant, un asistente de IA generativa consciente del contexto, entre sus mas de 500 usuarios de Databricks, el banco redujo el tiempo de desarrollo y analisis en un 50% y permitio a usuarios no tecnicos consultar, transformar y documentar datos en lenguaje natural sin necesidad de soporte de ingenieria.

Resultados

50%Reduccion en el tiempo de desarrollo y tareas analiticas
500+Usuarios de Databricks con acceso a Databricks Assistant

Herramientas y tecnologías

1DA
Databricks Assistant
Context-aware GenAI pair programmer embedded in the Databricks platform for code generation, debugging, and natural language data queries.

Categorías de IA

Desafío

El equipo de analitica de datos de Banco Bradesco enfrentaba ciclos de desarrollo lentos debido a codigo complejo, depuracion prolongada y sobrecarga de documentacion, mientras que los usuarios de negocio no tecnicos no podian acceder a los datos ni consultarlos sin el apoyo de ingenieria.

Solución

El banco desplegó Databricks Assistant entre los mas de 500 usuarios de Databricks, permitiendo la generacion de codigo, depuracion, traduccion de SAS a Python, creacion de pruebas unitarias y consultas de datos en lenguaje natural tanto para personal tecnico como no tecnico dentro del entorno de plataforma existente.

Historia completa

Banco Bradesco opera a una escala que hace que la complejidad de la ingenieria de datos sea aguda: 99,5 millones de cuentahabientes, 85,000 empleados y una comunidad de analitica de datos de mas de 1,000 personas. El equipo de analitica mantenia una plataforma de datos que soportaba datos por lotes y en streaming en toda la organizacion, pero el trabajo conllevaba fricciones constantes. El desarrollo de codigo complejo y extenso, la sobrecarga documental y la depuracion de errores ralentizaban la productividad. Ademas, el equipo queria democratizar el acceso a los datos, permitiendo a usuarios no tecnicos contribuir y extraer informacion sin tener que canalizar solicitudes a traves de ingenieria.

Accede a 456+ casos de uso de IA, 428+ herramientas y rankings de señales de adopción.

Fuente

DATABRICKS
junio de 2026
Caso de estudio original

Casos similares

1R
How Ramp Uses Claude Code to Ship 1M Lines of Code in 30 Days
Ramp
1+ million linesAI-suggested code implemented in 30 days
2RB
How Raiffeisen Bank International Cut Analytics TCO by 5x with Databricks SQL
Raiffeisen Bank International
3–4xAverage SQL query performance improvement
3N
How N26 Uses Claude on AWS Bedrock to Automate 70% of Customer Operations
N26
70%Task automation in targeted processes
4E
How Experian Uses AWS Transform to Save 300 Engineering Days on .NET Modernization
Experian
~300Engineering days saved
5L
How loanDepot Cut IT Approval Times from Days to Under 5 Minutes with AI
loanDepot
<5 minutesIT approval turnaround
6Y
How YipitData Uses Databricks Agent Bricks to Scale Data Intelligence 20x
YipitData
20x (3,000 → 60,000)Company coverage increase in one quarter
7F
How Fiserv Avoids $10M in SLA Penalties with UiPath Enterprise AI Automation
Fiserv
$10MSLA Penalties Avoided
8T
How Tipalti Uses Snowflake Cortex AI to Democratize Data Insights
Tipalti
5xParallel query throughput increase
Ver todos los casos →