IBM DataStage is een oplossing voor data-integratie die ETL- en ELT-patronen ondersteunt. Organisaties koppelen er uiteenlopende gegevensbronnen mee en transformeren grote datavolumes voor analyse en AI. Pijplijnen zijn grafisch of via een Python-SDK te bouwen, met een AI-assistent voor het opstellen op basis van natuurlijke taal. DataStage is leverbaar als beheerde dienst op IBM Cloud, als software binnen IBM Cloud Pak for Data en als on-premises editie. Met het remote-enginemodel draait de uitvoering waar de data staat, terwijl het ontwerp in een door IBM beheerd controlevlak gebeurt.
IBM is een Amerikaans concern, dus de cloudvariant valt onder Amerikaanse rechtsmacht en de CLOUD Act kan van toepassing zijn. De dienst wordt aangeboden in de IBM Cloud-regio's us-south en eu-de (Frankfurt). IBM publiceert een verwerkersovereenkomst met standaardcontractbepalingen, bindende bedrijfsvoorschriften en deelname aan het EU-VS Data Privacy Framework. Het product is niet open source. Wie de uitvoering via remote engines of de on-premises editie in eigen omgeving houdt, beperkt de blootstelling aan de clouddienst van IBM.