El vibe coding – donde los desarrolladores describen su intención en lenguaje natural y la IA genera el código – ha ganado tracción, pero su aplicabilidad a marcos estructurados de ingeniería de datos como dbt sigue sin explorarse. Este experimento aborda un proyecto de almacén de datos Data Vault utilizando dbt y SQL Server enteramente mediante vibe coding. El autor documenta el flujo de trabajo, desde la definición de conceptos de negocio hasta la generación de modelos dbt, y evalúa la calidad y corrección del código producido por IA. Los hallazgos clave incluyen que la IA maneja bien el código repetitivo y los patrones estándar, pero tiene dificultades con la lógica de negocio matizada y las convenciones específicas de dbt como materializaciones incrementales y configuraciones de pruebas. El artículo ofrece consejos prácticos sobre cuándo confiar en la salida de la IA y cuándo la revisión manual es esencial. Para equipos de datos que consideran el desarrollo asistido por IA, esto proporciona un punto de referencia realista de las capacidades actuales y una hoja de ruta para integrar el vibe coding en los flujos de trabajo de dbt.
Un experimento que utiliza vibe coding asistido por IA para construir un almacén de datos Data Vault con dbt y SQL Server, revelando conocimientos prácticos para ingenieros de datos.