Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a WrenAI OSS
- Visión general de la arquitectura de WrenAI.
- Componentes clave de código abierto y ecosistema.
- Instalación y configuración.
Modelado semántico en Wren AI
- Definición de capas semánticas.
- Diseño de métricas y dimensiones reutilizables.
- Mejores prácticas para garantizar coherencia y mantenibilidad.
Texto a SQL en la práctica
- Mapeo de lenguaje natural a consultas.
- Mejora de la precisión en la generación de SQL.
- Desafíos comunes y resolución de problemas.
Ajuste y optimización de indicaciones
- Estrategias de ingeniería de indicaciones.
- Ajuste fino para conjuntos de datos empresariales.
- Equilibrio entre precisión y rendimiento.
Implementación de límites de seguridad
- Prevención de consultas inseguras o costosas.
- Mecanismos de validación y aprobación.
- Consideraciones de gobernanza y cumplimiento.
Integración de WrenAI en flujos de trabajo de datos
- Incorporación de Wren AI en pipelines.
- Conexión con herramientas de BI y visualización.
- Despliegues multiusuario y empresariales.
Casos de uso avanzados y extensiones
- Plugins personalizados e integraciones de API.
- Ampliación de WrenAI con modelos de ML.
- Escalabilidad para grandes conjuntos de datos.
Resumen y siguientes pasos
Requerimientos
- Conocimiento sólido de SQL y sistemas de bases de datos.
- Experiencia en modelado de datos y capas semánticas.
- Familiaridad con conceptos de aprendizaje automático o procesamiento de lenguaje natural.
Público objetivo
- Ingenieros de datos.
- Ingenieros de análisis.
- Ingenieros de ML.
21 Horas