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
- Descripción general de la arquitectura de WrenAI
- Componentes clave del ecosistema de código abierto (OSS)
- Instalación y configuración
Modelado semántico en Wren AI
- Definición de capas semánticas
- Diseño de métricas y dimensiones reutilizables
- Mejores prácticas para la consistencia y el mantenimiento
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
- Ajuste fino para conjuntos de datos empresariales
- Equilibrio entre precisión y rendimiento
Implementación de guardrails
- 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
- Incrustación 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
- Extensión de WrenAI con modelos de ML
- Escalado para grandes conjuntos de datos
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento 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
Audiencia objetivo
- Ingenieros de datos
- Ingenieros de análisis
- Ingenieros de aprendizaje automático (ML)
21 Horas