Kom i kontakt
 Varaktighet 21 timmar

Kursplan

Introduktion till WrenAI OSS

  • Översikt över WrenAI-arkitekturen
  • Viktiga OSS-komponenter och ekosystemet
  • Installation och konfigurering

Semantisk modellering i Wren AI

  • Definition av semantiska lager
  • Design av återanvändbara metrik och dimensioner
  • Bästa praxis för konsistens och underhållbarhet

Text to SQL i praktiken

  • Mappning av naturligt språk till frågor
  • Förbättring av noggrannheten i SQL-genereringen
  • Vanliga utmaningar och felsökning

Promptoptimering och justering

  • Strategier för promptengineering
  • Finjustering för företagsdatauppsättningar
  • Balans mellan noggrannhet och prestanda

Implementering av säkerhetsåtgärder

  • Förebyggande av osäkra eller kostsamma frågor
  • Validering och godkännande-mekanismer
  • Övergripande och efterlevnadsoverväganden

Integration av WrenAI i dataflöden

  • Inbäddning av Wren AI i flöden
  • Koppling till BI- och visualiseringsverktyg
  • Multi-användare och företagets implementeringar

Avancerade användningsfall och utökningar

  • Anpassade plug-ins och API-integrationer
  • Utökning av WrenAI med ML-modeller
  • Skalning för stora datamängder

Sammanfattning och nästa steg

Krav

  • God förståelse av SQL och databasesystem.
  • Erfarenhet av datamodellering och semantiska lager.
  • Kännedom till maskininlärning eller begrepp inom naturlig språkhantering.

Målgrupp

  • Dataingenjörer
  • Analytiska ingenjörer
  • ML-ingenjörer

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier