聯繫我們
 課程時長 21 時間:

課程簡介

WrenAI OSS 簡介

  • WrenAI 架構概覽
  • 核心開源組件與生態系統
  • 安裝與設定

Wren AI 中的語意建模

  • 定義語意層
  • 設計可重複使用的指標與維度
  • 確保一致性與可維護性的最佳實務

「文字轉 SQL」的實務應用

  • 將自然語言對應至查詢語句
  • 提升 SQL 生成的準確度
  • 常見挑戰與故障排除

提示詞調整與優化

  • 提示詞工程策略
  • 針對企業級數據集的微調(Fine-tuning)
  • 平衡準確度與效能

實施防護機制

  • 防止不安全的查詢或造成高成本的操作
  • 驗證與核准機制
  • 治理與合規性考量

將 WrenAI 整合至數據工作流

  • 將 Wren AI 嵌入數據管線
  • 連接商業智慧(BI)及視覺化工具
  • 多使用者及企業級部署

進階用例與擴展

  • 自訂插件及 API 整合
  • 透過機器學習模型擴展 WrenAI 功能
  • 針對大型數據集的擴展性優化

總結與後續步驟

最低要求

  • 對 SQL 及數據庫系統具備強悍的理解
  • 擁有數據建模及語意層的經驗
  • 熟悉機器學習或自然語言處理(NLP)相關概念

目標受眾

  • 數據工程師
  • 分析工程師
  • 機器學習工程師

課程分類