Hubungi Kami
 Durasi 21 jam

Kerangka Materi

Pengenalan WrenAI OSS

  • Gambaran umum arsitektur WrenAI
  • Komponen OSS utama dan ekosistem
  • Instalasi dan konfigurasi awal

Pemodelan Semantik di Wren AI

  • Mendefinisikan lapisan semantik
  • Merancang metrik dan dimensi yang dapat digunakan kembali
  • Praktik terbaik untuk konsistensi dan kemudahan pemeliharaan

Konversi Teks ke SQL dalam Praktik

  • Memetakan bahasa alami ke query
  • Meningkatkan akurasi generasi SQL
  • Tantangan umum dan pemecahan masalah (troubleshooting)

Penyetelan dan Optimasi Prompt

  • Strategi rekayasa prompt
  • Penyetelan halus (fine-tuning) untuk dataset perusahaan
  • Menyeimbangkan akurasi dan kinerja

Menerapkan Batasan Keamanan (Guardrails)

  • Mencegah query yang tidak aman atau berbiaya tinggi
  • Mekanisme validasi dan persetujuan
  • Pertimbangan tata kelola (governance) dan kepatuhan (compliance)

Mengintegrasikan WrenAI ke dalam Alur Kerja Data

  • Mengintegrasikan Wren AI ke dalam pipeline
  • Koneksi ke alat BI dan visualisasi
  • Implementasi multi-pengguna dan perusahaan

Kasus Penggunaan Lanjut dan Ekstensi

  • Plugin kustom dan integrasi API
  • Memperluas WrenAI dengan model ML
  • Skala untuk dataset besar

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman kuat tentang SQL dan sistem database
  • Pengalaman dengan pemodelan data dan lapisan semantik
  • Keterampilan dasar dalam konsep machine learning atau pemrosesan bahasa alami

Audiens

  • Insinyur data
  • Insinyur analitik
  • Insinyur ML

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait