Kerangka Materi

Pengenalan ke WrenAI OSS

  • Tinjauan arsitektur WrenAI
  • Komponen OSS utama dan ekosistem
  • Instalasi dan pengaturan

Model Semantik di Wren AI

  • Mendefinisikan lapisan semantik
  • Merancang metrik dan dimensi yang dapat digunakan kembali
  • Terbaik praktik untuk konsistensi dan kelayakan

Text to SQL dalam Praktik

  • Memetakan bahasa alami ke kueri
  • Meningkatkan akurasi penjanaan SQL
  • Tantangan umum dan pengesanan masalah

Penyesuaian dan Optimasi Prompt

  • Strategi pengaturan prompt
  • Menyesuaikan dataset perusahaan
  • Membalankan akurasi dan kinerja

Menerapkan Guardrails

  • Mengatasi kueri yang tidak aman atau mahal
  • Mekanisme validasi dan persetujuan
  • Pertimbangan pengelolaan dan peraturan

Mengintegrasikan WrenAI ke dalam Alur Kerja Data

  • Memasukkan Wren AI ke dalam pipa
  • Menghubungkan ke alat BI dan visualisasi
  • Penyebaran multi-pengguna dan perusahaan

Kasus Penggunaan Lanjutan dan Ekstensi

  • Plugin khusus dan integrasi API
  • Meningkatkan WrenAI dengan model ML
  • Memperbesar untuk dataset yang besar

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Memiliki pemahaman yang kuat tentang SQL dan sistem basis data
  • Pengalaman dalam pemodelan data dan lapisan semantik
  • Familiarity with machine learning or natural language processing concepts

Peserta

  • Insinyur data
  • Insinyur analitis
  • Insinyur ML
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait