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 principales del ecosistema de código abierto
- 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 prompts
- Estrategias de ingeniería de prompts
- Afinamiento para conjuntos de datos empresariales
- Equilibrio entre precisión y rendimiento
Implementación de salvaguardas
- Prevención de consultas inseguras o costosas
- Mecanismos de validación y aprobación
- Consideraciones de gobernanza y cumplimiento normativo
Integración de WrenAI en flujos de trabajo de datos
- Incorporación de Wren AI en pipelines de datos
- Conexión a herramientas de BI y visualización
- Implementaciones multiusuario y empresariales
Casos de uso avanzados y extensiones
- Complementos personalizados e integraciones mediante API
- Extensión de WrenAI con modelos de aprendizaje automático
- Escalabilidad para grandes conjuntos de datos
Resumen y próximos pasos
Requerimientos
- Sólida comprensión de SQL y sistemas de bases de datos
- Experiencia en modelado de datos y capas semánticas
- Familiaridad con conceptos de aprendizaje automático o procesamiento del lenguaje natural
Público objetivo
- Ingenieros de datos
- Ingenieros analíticos
- Ingenieros de aprendizaje automático (ML)
21 Horas