Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Введение в анализиране на разговори
- Какво е анализиране на разговори и защо е важно за екипите за разработка на продукти
- Основни възможности и архитектура на високо ниво на WrenAI
- Типични работилници на екипите за разработка на продукти, олеснени от Wren AI
Свързване на източници на данни и достъп
- Поддържани източници на данни и модели на внасяне
- Достъп до данни, разрешения и съединения от многобройни източници
- Най-добри практики за примерни набори от данни и песочници
Семантично моделиране и стандартизация на метрики
- Проектиране на метричен слой и канонични определения
- Създаване на повторно използваеми метрики и измервания за анализиране на продукти
- Версиониране и управление на семантичния модел
Работилници за превръщане на естествен език в SQL
- Как WrenAI превежда NL-запитвания в SQL и стратегии за проверка
- Шаблони за подсказване и резервни варианти за въпроси за продукти
- Разрешаване на двусмислици, уточняване на въпроси и проектиране на намерение
Примери за самослужещи BI и вграждане
- Проектиране на разговорни табло и шаблони за екипите за разработка на продукти
- Вграждане на Wren AI в работилниците за разработка на продукти и вътрешните инструменти
- Измерване на приемането и въздействието на самослужещите анализи
Качество, оценка и предпазни мерки
- Тестване на точността на NL към SQL и изграждане на набори за проверка
- Мониторинг на отклонения, сигнали за качество на данните и аудит на запитванията
- Безопасност, контрол на достъпа и предпазни мерки за бизнес правилата
Работилница: Създаване на поток за информация за продукта
- Практически урок: моделиране на метрика за продукт, създаване на разговорни запитвания и проверка на резултатите
- Събиране на самослужещо табло и ръководство за потребителите
- Представления, отзиви и планове за следващите стъпки
Резюме и следващи стъпки
Изисквания
- An understanding of product metrics and KPIs
- Experience with data analysis or BI tools
- Basic familiarity with SQL is beneficial
Audience
- Product managers
- Data analysts
- Data champions in business units
14 часа
