Prenez contact avec nous

Plan du cours

Introduction à WrenAI OSS

  • Aperçu de l'architecture de WrenAI.
  • Composants clés d'open source et écosystème.
  • Installation et configuration.

Modélisation sémantique dans Wren AI

  • Définition des couches sémantiques.
  • Conception de métriques et de dimensions réutilisables.
  • Bonnes pratiques pour la cohérence et la maintenabilité.

SQL à partir de texte en pratique

  • Mapping du langage naturel vers les requêtes.
  • Amélioration de la précision de la génération de SQL.
  • Défis courants et dépannage.

Ajustement et optimisation des invites

  • Stratégies d'ingénierie des invites.
  • Affinement pour les jeux de données d'entreprise.
  • Équilibrer précision et performance.

Mise en œuvre des garde-fous

  • Prévention des requêtes dangereuses ou coûteuses.
  • Mécanismes de validation et d'approbation.
  • Considérations en matière de gouvernance et de conformité.

Intégration de WrenAI dans les flux de travail de données

  • Intégration de WrenAI dans les pipelines.
  • Connexion aux outils BI et de visualisation.
  • Déploiements multi-utilisateurs et d'entreprise.

Cas d'utilisation avancés et extensions

  • Plugins personnalisés et intégrations API.
  • Extension de WrenAI avec des modèles ML.
  • Mise à l'échelle pour les grands jeux de données.

Résumé et prochaines étapes

Pré requis

  • Solide compréhension de SQL et des systèmes de bases de données.
  • Expérience en modélisation des données et en couches sémantiques.
  • Familiarité avec les concepts d'apprentissage automatique ou de traitement du langage naturel.

Public cible

  • Ingénieurs de données.
  • Ingénieurs analytiques.
  • Ingénieurs ML.
 21 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires