聯繫我們
 課程時長 21 時間:

課程簡介

AI 增強型 SQL 簡介

  • 數據系統中 AI 整合概觀
  • 從傳統 SQL 到 AI 輔助查詢的演進
  • 關鍵企業應用場景與優勢

理解 SQL 情境下的 LLM

  • LLM 如何解讀與生成結構化查詢
  • 比較 GPT、Llama、DeepSeek、Qwen 及 Mistral 在 SQL 應用中的表現
  • 針對數據庫互動進行模型微調

自然語言轉 SQL (NL2SQL) 系統

  • NL2SQL 的架構與方法
  • 建構與部署文字轉 SQL 管道
  • 評估查詢準確性與用戶意圖

AI 輔助查詢最佳化

  • 利用 AI 偵測與修正低效能查詢
  • 基於 LLM 的查詢重寫以提升效能
  • 將 AI 最佳化整合至 PostgreSQL 與 SQL Server

安全性、治理與可稽核性

  • 控制對 AI 生成查詢的存取
  • 確保可解釋性與合規性
  • 在企業數據系統中實作 AI 治理

LLM 整合與編排

  • 連接 SQL 引擎與 AI API
  • 使用 LangChain 和 LlamaIndex 等框架
  • 在混合與雲架構中部署 AI 元件

實務實作實驗室

  • 設定 AI-SQL 連接與測試環境
  • 創建與評估 AI 生成的查詢
  • 衡量透過 AI 最佳化帶來的效能提升

未來趨勢與企業導入策略

  • 原生 AI 數據庫系統與 SQL 演進
  • 與數據湖、BI 工具及管道的整合
  • 為組織建立內部 AI 查詢助手

最低要求

  • 具備 SQL 基礎知識
  • 具備數據庫管理或數據工程經驗
  • 了解人工智慧或機器學習的基本概念

受眾

  • 數據工程師與數據庫管理員
  • 企業架構師與分析主管
  • AI 整合與平台工程團隊

即將到來的課程

課程分類