문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
WrenAI OSS 소개
- WrenAI 아키텍처 개요
- 주요 오픈소스 구성 요소 및 생태계 설명
- 설치 및 환경 구축 절차
WrenAI에서의 시맨틱 모델링
- 시맨틱 계층 정의 방법
- 재사용 가능한 지표 및 차원 설계 전략
- 일관성 유지와 관리 용이성을 위한 모범 사례
실전 자연어 기반 SQL 생성 방법
- 자연언어가 어떻게 쿼리로 변환되는지 이해하기
- SQL 생성의 정확도 향상 기법
- 흔히 발생하는 문제와 해결 방안
프롬프트 튜닝 및 최적화 기법
- 효과적인 프롬프트 설계 전략
- 기업용 데이터셋에 맞춘 모델 미세 조정 방법
- 정확성과 성능 간의 균형 유지 방안
안전 가이드라인 설정 및 적용
- 위험하거나 비효율적인 쿼리 발생을 방지하는 기법
- 생성된 쿼리에 대한 검증 및 승인 절차
- 거버넌스와 규제 준수를 위한 고려사항
데이터 워크플로우에 WrenAI 통합 방법
- 파이프라인 내부에 WrenAI를 원활히 연동하는 방법
- BI 및 데이터 시각화 도구와의 연결 방안
- 다중 사용자 환경 및 엔터프라이즈급 배포 전략
고급 활용 사례 및 확장 기능
- 사용자 정의 플러그인 및 API 연동 방법
- 머신러닝 모델을 활용한 WrenAI 확장 전략
- 대규모 데이터셋 처리를 위한 확장성 방안
요약 및 향후 활동 계획
요건
- SQL 및 데이터베이스 시스템에 대한 충분한 이해
- 데이터 모델링 및 시맨틱 계층 설계 경험
- 머신러닝 또는 자연어 처리 관련 개념에 대한 기본 지식
대상자
- 데이터 엔지니어
- 분석 엔지니어
- 머신러닝 엔지니어
21 시간