课程大纲

WrenAI OSS 简介

  • WrenAI 架构概述
  • 关键 OSS 组件与生态系统
  • 安装与设置

Wren AI 中的语义建模

  • 定义语义层
  • 设计可重用的指标与维度
  • 一致性与可维护性的最佳实践

实践中的 Text to SQL

  • 将自然语言映射到查询
  • 提高 SQL 生成的准确性
  • 常见挑战与故障排除

提示调优与优化

  • 提示工程策略
  • 针对企业数据集的微调
  • 平衡准确性与性能

实施护栏

  • 防止不安全或高成本的查询
  • 验证与审批机制
  • 治理与合规性考虑

将 WrenAI 集成到数据工作流中

  • 在管道中嵌入 Wren AI
  • 连接到 BI 和可视化工具
  • 多用户与企业部署

高级用例与扩展

  • 自定义插件与 API 集成
  • 使用 ML 模型扩展 WrenAI
  • 大规模数据集的扩展

总结与下一步

要求

  • 对SQL和数据库系统有深入理解
  • 具备数据建模和语义层的经验
  • 熟悉机器学习或自然语言处理概念

受众

  • 数据工程师
  • 分析工程师
  • ML工程师
 21 小时

即将举行的公开课程

课程分类