Návrh Školení

Úvod do WrenAI OSS

  • Přehled architektury WrenAI
  • Klíčové komponenty OSS a ekosystém
  • Instalace a nastavení

Semantické modelování v Wren AI

  • Definice semantických vrstev
  • Návrh opakovatelně použitelných metrik a dimenzí
  • Nejlepší postupy pro konzistentnost a udržovatelnost

Text to SQL v praxi

  • Mapování přirozeného jazyka na dotazy
  • Zlepšení přesnosti generace SQL
  • Běžné problémy a řešení potíží

Vylepšování promptů a optimalizace

  • Strategie inženýrství promptů
  • Fine-tuning pro podniková datasety
  • Balancování přesnosti a výkonu

Implementace zabezpečovacích mechanismů

  • Zabraňování nebezpečných nebo nákladných dotazů
  • Mechanismy validace a schválení
  • Aspekty řízení a souladu

Integrace WrenAI do datových pracovních postupů

  • Zařazení Wren AI do potrubí
  • Připojení k nástrojům BI a vizualizacím
  • Nasazení pro více uživatelů a podniky

Pokročilé případy použití a rozšíření

  • Vlastní pluginy a integrace API
  • Rozšiřování WrenAI s modely strojového učení
  • Škálování pro velké datasety

Závěr a další kroky

Požadavky

  • Strong understanding of SQL and database systems
  • Experience with data modeling and semantic layers
  • Familiarity with machine learning or natural language processing concepts

Audience

  • Data engineers
  • Analytics engineers
  • ML engineers
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie