感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
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