Los assets son lo predeterminado, pero hay trabajo que es una secuencia de pasos y no un conjunto de productos de datos: enviar un lote de correos, rotar claves, llamar a una API para iniciar un proceso de un proveedor. Para eso, Dagster sigue teniendo ops: funciones @dg.op cuyas salidas alimentan las entradas de otros ops, conectadas en un @dg.job (o en un @dg.graph reutilizable, que se convierte en job con .to_job()).
Dentro del cuerpo de un job llamas a los ops como funciones, send(prepare(extract())), pero en ese momento no se ejecuta nada: Dagster registra las conexiones. Los ops reciben configuración con un parámetro dg.Config, bajo el nombre del op en la configuración de la ejecución, igual que los assets, y usan resources de la misma manera.
Los ops no producen assets por defecto, así que no aparecen en el grafo de assets y no tienen historial de materializaciones. Cuando el resultado es una tabla o un archivo que alguien usa, modélalo como asset. Un asset respaldado por un graph (@dg.graph_asset) combina ambas cosas: varios ops que juntos producen un asset.
Dos ops conectados en un job.