Contacta con nosotros

Temario del curso

Introducción a la IA aumentada para SQL

  • Visión general de la integración de IA en sistemas de datos
  • Evolución desde el SQL tradicional hacia consultas asistidas por IA
  • Casos de uso y beneficios empresariales clave

Comprensión de los LLM en el contexto de SQL

  • Cómo los LLM interpretan y generan consultas estructuradas
  • Comparación de GPT, LlaMA, DeepSeek, Qwen y Mistral para aplicaciones de SQL
  • Ajuste fino de modelos para la interacción con bases de datos

Sistemas de lenguaje natural a SQL (NL2SQL)

  • Arquitecturas y enfoques para NL2SQL
  • Creación e implementación de pipelines de texto a SQL
  • Evaluación de la precisión de las consultas y la intención del usuario

Optimización asistida por IA para consultas

  • Uso de IA para detectar y corregir consultas ineficientes
  • Reescritura de consultas basada en LLM para mejorar el rendimiento
  • Integración de la optimización con IA en PostgreSQL y SQL Server

Seguridad, gobernanza y auditabilidad

  • Control del acceso a las consultas generadas por IA
  • Garantizar la explicabilidad y el cumplimiento normativo
  • Implementación de gobernanza de IA en sistemas empresariales de datos

Integración y orquestación de LLM

  • Conexión de motores SQL con APIs de IA
  • Uso de marcos de trabajo como LangChain y LlamaIndex
  • Implementación de componentes de IA en arquitecturas híbridas y en la nube

Laboratorios de implementación práctica

  • Configuración de conexiones AI-SQL y entornos de prueba
  • Creación y evaluación de consultas generadas por IA
  • Medición de las mejoras en el rendimiento mediante la optimización con IA

Tendencias futuras y estrategias de adopción empresarial

  • Sistemas de bases de datos nativos para IA y evolución del SQL
  • Integración con lagos de datos, herramientas de BI y pipelines de datos
  • Desarrollo de asistentes de consultas internos con IA para organizaciones

Resumen y próximos pasos

Requerimientos

  • Conocimiento de los fundamentos de SQL
  • Experiencia en administración de bases de datos o ingeniería de datos
  • Conocimientos básicos sobre conceptos de inteligencia artificial o aprendizaje automático

Público objetivo

  • Ingenieros de datos y administradores de bases de datos
  • Arquitectos empresariales y líderes de analítica
  • Equipos de integración de IA e ingeniería de plataformas
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas