CI&T Data & AI Practice

Data & AI Strategy

CI&T Data Practice

Un único plugin de Claude Code que empaqueta toda la cadena de entrega de data & AI de CI&T. Instálalo una vez y obtén 17 agentes especializados, 43 skills reutilizables, 28 MCP servers que conectan con sistemas vivos y 10 comandos operativos — todo combinable, todo dentro del IDE. Los agentes se activan por conversación, invocan skills para la lógica de workflow y llaman a los MCP servers para alcanzar datos en vivo. Este portal es un deep-dive en la capa de MCP servers.

Nuestra Misión

No empiezas
desde cero —
reutiliza y adapta.

Los proyectos de datos fallan no porque a los ingenieros les falte skill, sino porque cada equipo reconstruye los mismos patrones desde cero. El plugin CI&T Data Practice pone una cadena de entrega curada y probada en batalla dentro del IDE de cada ingeniero — para que el conocimiento institucional de la práctica esté siempre a una conversación de distancia.

🧠

Agentes en lugar de documentación 17 personas especializadas que se activan por conversación — sin wiki que buscar, sin template que adaptar.

🔁

Skills en lugar de scripts sueltos Workflows reutilizables y agent-agnostic con gates de spec-review, para que cada entrega siga el mismo estándar.

🔌

Datos vivos en lugar de context switching 28 MCP servers traen datos reales del sistema a la conversación — sin copy-paste, sin screenshots desactualizados.

⚡

Consistencia a la velocidad de la entrega Del assessment a la ingeniería y a la gobernanza — un plugin, un estándar, en cada engagement.

¿Qué es el plugin? — Cuatro bloques fundamentales

🧠

Agentes

Quién está actuando

Una persona con expertise, tono y lógica de ruteo. Se activa por conversación.

Data Architect Data Engineer BI Developer FinOps Data Strategist Data Scientist

⚙️

Skills

Qué hacer

Un workflow reutilizable con pasos estructurados, gates de spec-review y artefactos de salida.

data-discovery data-architecture data-engineering cost-analysis data-governance data-visualization

🔌

MCP Servers

Qué acceder

Conexiones vivas con sistemas externos — bases de datos, plataformas cloud, herramientas de BI — desde dentro del IDE.

SQL Server Databricks Power BI Neo4j BigQuery Fabric

🛠️

Comandos

Cómo operar

Slash commands para workflows de equipo — install, ship, revisar PRs, configurar MCP servers.

/init /ops:ship /ops:mcp-setup /ops:review-pr /welcome /ops:checkpoint

$ /cit-data-practice:data-discovery /cit-data-practice:data-visualization /cit-data-practice:cost-analysis /cit-data-practice:data-governance /cit-data-practice:data-assessment

/cit-data-practice:welcome /cit-data-practice:ops:ship /cit-data-practice:ops:review-pr /cit-data-practice:ops:mcp-setup

MCP es siempre opcional. El plugin funciona end-to-end con archivos locales (DDLs, exports, código). MCP es una mejora para sistemas vivos — nunca un requisito obligatorio. Si no hay ningún MCP configurado, el pipeline completo de migración igual se ejecuta.

Constelación de Agentes — 17 personas, agrupadas por lo que hacen

Orquestador · Supervisor · Multilingüe

oliver-concierge

La puerta de entrada multilingüe del plugin. Oliver entiende el objetivo del usuario, clasifica los assets compatibles por confianza y enruta al agente o skill correcto con aprobación explícita del usuario antes de ejecutar cualquier cosa.

enruta todos los agentes ↓

↓enruta usuarios a

No técnicosdan forma al proyecto — negocio, producto, entrega

Preventa

sales-specialist

Respuestas a RFP, pitches y propuestas

Estrategia

data-strategist

Madurez, roadmaps, modelo operativo

Producto

data-product-manager

Specs, contratos, SLOs, adopción

Entrega

agile-delivery-lead

Visibilidad de la entrega: milestones, issues, cadencia, RAID

Entrega de datosplanifica, construye y hace exigible y gobernado lo correcto

Arquitectura

data-architect

Dueño del pipeline — discovery a olas

Ejecución

data-engineer

Conversión por olas + pipelines y tests de calidad

Calidad

data-quality-engineer

6 dimensiones DQ, cuarentena, reconciliación

Gobernanza

data-governance-architect

Auditoría + diseño de UC — grants, linaje, PII, glosario

Consumouna o más, según el proyecto

Visualización

bi-developer

Modelos semánticos Power BI / Fabric, DAX — sobre las medidas certificadas

IA Conversacional

ai-developer

Metric Views, Genie, consulta en lenguaje natural

App de Decisión

app-developer

Databricks / Fabric Apps — la persona decide, la app lo registra

Ciencia de Datos

data-scientist

Modelado, experimentos, notebooks

MLOps

ml-engineer

Serving de modelos, registry, monitoreo de drift

Asesoría y auditoríase activan según necesidad — evalúan y optimizan, no construyen

FinOps

finops-architect

Costo Databricks + Azure + GCP, detección de desperdicio

Nube

cloud-architect

Infra multi-cloud, Well-Architected

Seguridad

security-architect

Threat modeling, zero trust, compliance

Se conecta con todo tu stack

28 MCP servers en 7 categorías — credenciales vía vault / .env.

Lakehouse y Warehouse4

DatabricksSnowflakeMicrosoft FabricBigQuery

BI y Analytics2

Power BIMicroStrategyTableaupronto

Bases de Origen5

PostgreSQLMySQLOracleSQL ServerNeo4j

Cloud & FinOps2

AzureGoogle CloudAWSpronto

DevOps y Entrega5

GitHubBitbucketAzure DevOpsJiraOpenText Octane

Workspace y SaaS9

DriveDocsSheetsSlidesGmailChatAnalyticsFormsNotion

Plataformas de IA y Agentes1

Azure AI Foundry

Hecho sobre Claude — portátil por diseño

El plugin corre en Claude Code hoy — pero lo que lo hace funcionar no está atado a un proveedor. Los agents son personas, las skills son workflows agnósticos de herramienta, y MCP es un estándar abierto adoptado por la industria. A medida que otros entornos agénticos maduran, los mismos assets viajan con ellos.

Entornos agénticos

Claude Code

Cursor

GitHub Copilot

OpenAI Codex

Google Antigravity

Plataformas de IA empresariales

Databricks Genie

Azure AI Foundry

Vertex AI

Amazon Bedrock

Qué produce

.html

Reportes & Portales

Discovery · Gobernanza · Costo · BI

Artefactos HTML autocontenidos — heatmaps, radar charts, grafos de dependencias y gráficos interactivos de data science (Plotly/Altair/Bokeh). Sin servidor.

data-discovery · data-governance · cost-analysis · data-science

.py

Python & PySpark

Pipelines · Notebooks · Modelos

Conversión ola por ola en PySpark (tablas, stored procs, SSIS, PowerCenter, Alteryx, copybooks) más pipelines de data science — modelos entrenados (.pkl), CSVs de comparación y datasets sintéticos.

data-engineering · data-architecture · data-science

.sql

Migraciones & Modelos

Stored Procs · Modelos dbt · DDL

Stored procedures transpilados, SQL de modelos dbt y scaffolds DDL para el schema del lakehouse objetivo.

data-engineering · data-architecture

.yml

Contratos & Config

Data Contracts · Schema dbt · DLT

Data contracts legibles por máquina, dbt schema.yml con tests y declaraciones de pipeline DLT.

data-engineering · data-architecture

.pbip

Paquete BI

Modelo Semántico + Reports

Paquetes PBIR 2.8.0 determinísticos — modelo semántico, medidas DAX, visuales con paridad listos para deploy.

data-visualization

.json

Dashboards & Specs

Dashboards AI/BI · Specs

Definiciones de dashboards Databricks AI/BI (Lakeview) generadas por el emitter determinístico, más resultados de discovery y artefactos de spec revisados.

data-visualization · data-discovery

.md

Docs & Assessments

Assessments · Arquitectura · Docs de Scan

Entregables de assessment, planes de arquitectura y olas, y un doc Markdown por archivo escaneado — entradas, salidas, funciones y elementos de datos.

data-assessment · data-architecture · data-scan

cypher

Grafo de Conocimiento

Nodos & Relaciones Neo4j

Schema de origen exportado como property graph — tablas, columnas, dependencias y edges de linaje consultables vía Cypher.

data-discovery