Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à WrenAI OSS
- Aperçu de l’architecture de WrenAI
- Composants open source clés et écosystème
- Installation et configuration
Modélisation sémantique dans WrenAI
- Définition des couches sémantiques
- Conception de métriques et de dimensions réutilisables
- Bonnes pratiques pour la cohérence et la maintenabilité
La conversion texte vers SQL en pratique
- Mapping du langage naturel vers les requêtes
- Amélioration de l’exactitude de la génération de SQL
- Défis courants et dépannage
Optimisation et affinement des requêtes
- Stratégies d’ingénierie des requêtes
- Affinement pour les jeux de données d’entreprise
- Équilibre entre exactitude et performance
Mise en œuvre des mécanismes de protection
- Prévention des requêtes non sécurisées ou coûteuses
- Mécanismes de validation et d’approbation
- Considérations relatives à la gouvernance et à la conformité
Intégration de WrenAI dans les flux de travail de données
- Intégration de WrenAI dans les pipelines
- Connexion aux outils de BI et de visualisation
- Déploiements multi-utilisateurs et d’entreprise
Cas d’usage avancés et extensions
- Plugins personnalisés et intégrations API
- Extension de WrenAI avec des modèles ML
- Passage à l’échelle pour les grands jeux de données
Résumé et prochaines étapes
Pré requis
- Solides connaissances en SQL et en systèmes de bases de données
- Expérience en modélisation de données et en couches sémantiques
- Familiarité avec les concepts d’apprentissage automatique ou de traitement du langage naturel
Public cible
- Ingénieurs data
- Ingénieurs d’analyse
- Ingénieurs ML
21 Heures