Du prompt à la PR : comment l’IA de Careem écrit et valide des modèles dbt avant qu’un humain ne les voie

L’équipe data platform de Careem a conçu un agent dbt reposant sur quatre piliers (couche de contexte, verrouillage des spécifications, couches golden vs transitoires, garde-fous en sandbox). Il compile, teste et matérialise chaque modification, puis se corrige lui-même jusqu’à la réussite de l’exécution, avant qu’un humain ne relise la pull request. Environ 90 % des nouveaux modèles proviennent désormais de ce framework, ce qui ramène la livraison des métriques de deux à trois semaines à quelques heures, sans incident sev0 ou sev1 depuis le lancement.