План на курса

Введение в WrenAI OSS

  • Обзор на архитектурата на WrenAI
  • Ключови компоненти на OSS и екосистема
  • Инсталация и настройка

Семантично моделиране в Wren AI

  • Определяне на семантични слоеве
  • Проектиране на повторно използвани метрики и измервания
  • Наи-добри практики за състоятелност и поддържане

Text to SQL в практиката

  • Отоваряне на естествен език в заявки
  • Увеличаване на точността на генерацията на SQL
  • Често срещани проблеми и отстраняване на грешки

Настройка и оптимизация на промпти

  • Стратегии за промпт инженерство
  • Тонко настройка за данни на предприятия
  • Баланс между точност и производителност

Въвеждане на ограничения

  • Предотвратяване на небезопасни или скъпи заявки
  • Механизми за валидация и одобрение
  • Работа по управление и съответствие

Интегриране на WrenAI в работни процеси с данни

  • Вграждане на Wren AI в pipeline-ове
  • Връзка с инструменти за BI и визуализация
  • Разгръщане за многопотребителско и корпоративно използване

Напреднали случаи на употреба и разширения

  • Персонализирани плагини и интеграции на API
  • Разширяване на WrenAI с ML модели
  • Мащабиране за големи данни

Резюме и следващи стъпки

Изисквания

  • Силен знания на SQL и бази данни
  • Опит с моделиране на данни и семантични слоеве
  • Завършеност с концепциите на машинно обучение или обработка на естествен език

Целева аудитория

  • Инженери на данни
  • Инженери на анализи
  • Инженери по машинно обучение
 21 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории