课程大纲

AI增强SQL简介

  • AI在数据系统中的集成概述。
  • 从传统SQL到AI辅助查询的演变。
  • 关键企业用例和优势。

理解SQL上下文中的大语言模型

  • 大语言模型如何解释和生成结构化查询。
  • GPT、LLaMA、DeepSeek、Qwen和Mistral在SQL应用中的比较。
  • 针对数据库交互的模型微调。

自然语言到SQL(NL2SQL)系统

  • NL2SQL的架构与方法。
  • 构建和部署文本到SQL的管道。
  • 评估查询准确性和用户意图。

AI辅助查询优化

  • 使用AI检测和纠正低效查询。
  • 基于大语言模型的查询重写以提升性能。
  • 将AI优化集成到PostgreSQL和SQL Server中。

安全、治理与可审计性

  • 控制对AI生成查询的访问。
  • 确保可解释性和合规性。
  • 在企业数据系统中实施AI治理。

大语言模型集成与编排

  • 将SQL引擎与AI API连接。
  • 使用LangChain和LlamaIndex等框架。
  • 在混合和云架构中部署AI组件。

实践操作实验室

  • 设置AI-SQL连接和测试环境。
  • 创建和评估AI生成的查询。
  • 通过AI优化衡量性能改进。

未来趋势与企业采用策略

  • AI原生数据库系统与SQL的演变。
  • 与数据湖、BI工具和管道的集成。
  • 为组织构建内部AI查询助手。

总结与下一步

要求

  • 具备SQL基础知识。
  • 有数据库管理或数据工程经验。
  • 了解AI或机器学习的基本概念。

受众

  • 数据工程师和数据库管理员。
  • 企业架构师和分析主管。
  • AI集成和平台工程团队。
 21 小时

即将举行的公开课程

课程分类