IBM DataStage ist eine Lösung zur Datenintegration, die ETL- und ELT-Muster unterstützt. Organisationen verbinden damit unterschiedliche Datenquellen und transformieren große Datenmengen für Analysen und KI. Pipelines lassen sich grafisch oder über ein Python-SDK erstellen, ergänzt durch einen KI-Assistenten, der sie aus Anweisungen in natürlicher Sprache entwirft. DataStage gibt es als verwalteten Dienst auf IBM Cloud, als Software innerhalb von IBM Cloud Pak for Data und als On-Premises-Edition. Beim Remote-Engine-Modell läuft die Ausführung dort, wo die Daten liegen, während der Entwurf in einer von IBM betriebenen Steuerungsebene erfolgt.
IBM ist ein US-Konzern; die Cloud-Variante unterliegt daher US-Recht, und der CLOUD Act kann Anwendung finden. Der Dienst wird in den IBM-Cloud-Regionen us-south und eu-de (Frankfurt) angeboten. IBM veröffentlicht einen Auftragsverarbeitungsvertrag mit Standardvertragsklauseln, verbindliche interne Datenschutzvorschriften und die Teilnahme am EU-US Data Privacy Framework. Das Produkt ist nicht quelloffen. Wer die Ausführung über Remote Engines oder die On-Premises-Edition in der eigenen Umgebung hält, verringert die Abhängigkeit vom Cloud-Dienst von IBM.