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 principales de código abierto y ecosistema.
- Instalación y configuración.
Modelado semántico en WrenAI
- Definición de capas semánticas.
- Diseño de métricas y dimensiones reutilizables.
- Mejores prácticas para la consistencia y la mantenibilidad.
De 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 indicadores (prompts)
- Estrategias de ingeniería de indicadores (prompts).
- Ajuste fino 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 WrenAI en tuberías de datos.
- Conexión con herramientas de BI y visualización.
- Implementaciones multiusuario y empresariales.
Casos de uso avanzados y extensiones
- Plugins personalizados e integraciones de API.
- Extensión de WrenAI con modelos de ML.
- Escalabilidad para conjuntos de datos grandes.
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 (machine learning) o procesamiento de lenguaje natural.
Público objetivo
- Ingenieros de datos
- Ingenieros de análisis
- Ingenieros de aprendizaje automático (ML)
21 Horas
