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 OSS 구성 요소와 생태계
- 설치 및 설정
Wren AI에서의 의미론적 모델링
- 의미론적 레이어 정의
- 재사용 가능한 지표 및 차원 설계
- 일관성과 유지 관리성을 위한 모범 사례
실제에서 텍스트를 SQL로 변환하기
- 자연어를 쿼리로 매핑
- SQL 생성 정확도 향상
- 일반적인 문제점 및 해결책
프롬프트 조율 및 최적화
- 프롬프트 엔지니어링 전략
- 기업 데이터셋에 대한 미세 조정
- 정확성과 성능의 균형 유지
가드레일 구현
- 안전하지 않거나 비용이 많이 드는 쿼리 방지
- 검증 및 승인 메커니즘
- 관리 및 준수 고려 사항
데이터 워크플로우에 WrenAI 통합
- 파이프라인에 Wren AI 포함
- BI 및 시각화 도구에 연결
- 다중 사용자 및 기업 배포
고급 사용 사례 및 확장 기능
- 사용자 정의 플러그인과 API 통합
- ML 모델로 WrenAI 확장
- 대규모 데이터셋에 대한 확장
요약 및 다음 단계
요건
- SQL 및 데이터베이스 시스템에 대한 깊은 이해
- 데이터 모델링 및 의미 계층에 대한 경험
- 머신 러닝 또는 자연어 처리 개념에 대한 익숙함
대상
- 데이터 엔지니어
- 분석 엔지니어
- ML 엔지니어
21 시간