Plan Szkolenia

Wprowadzenie do WrenAI OSS

  • Przegląd architektury WrenAI
  • Kluczowe komponenty OSS i ekosystem
  • Instalacja i konfiguracja

Modelowanie semantyczne w Wren AI

  • Definiowanie warstw semantycznych
  • Projektowanie wielokrotnego użytku metryk i wymiarów
  • Najlepsze praktyki dotyczące spójności i utrzymania

Text to SQL w praktyce

  • Mapowanie języka naturalnego na zapytania
  • Poprawa dokładności generowania SQL
  • Typowe wyzwania i rozwiązywanie problemów

Dostrajanie i optymalizacja podpowiedzi

  • Strategie inżynierii podpowiedzi
  • Dostosowywanie do zbiorów danych przedsiębiorstwa
  • Równoważenie dokładności i wydajności

Wdrażanie zabezpieczeń

  • Zapobieganie niebezpiecznym lub kosztownym zapytaniom
  • Mechanizmy walidacji i zatwierdzania
  • Zagadnienia związane z zarządzaniem i zgodnością

Integracja WrenAI z przepływami danych

  • Osadzanie Wren AI w potokach
  • Łączenie z narzędziami BI i wizualizacji
  • Wdrożenia wieloużytkownikowe i przedsiębiorcze

Zaawansowane przypadki użycia i rozszerzenia

  • Niestandardowe wtyczki i integracje API
  • Rozszerzanie WrenAI za pomocą modeli uczenia maszynowego
  • Skalowanie dla dużych zbiorów danych

Podsumowanie i kolejne kroki

Wymagania

  • Solidna znajomość SQL i systemów bazodanowych
  • Doświadczenie w modelowaniu danych i warstwach semantycznych
  • Znajomość koncepcji uczenia maszynowego lub przetwarzania języka naturalnego

Odbiorcy

  • Inżynierowie danych
  • Inżynierowie analityczni
  • Inżynierowie uczenia maszynowego
 21 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie