Contacta con nosotros

Temario del curso

Introducción a WrenAI OSS

  • Descripción general de la arquitectura de WrenAI
  • Componentes principales del código abierto y ecosistema
  • Instalación y configuración

Modelado semántico en Wren AI

  • Definición de capas semánticas
  • Diseño de métricas y dimensiones reutilizables
  • Mejores prácticas para garantizar la consistencia y mantenibilidad

Texto a SQL en la práctica

  • Correspondencia entre lenguaje natural y consultas
  • Mejora de la precisión en la generación de SQL
  • Desafíos comunes y resolución de problemas

Ajuste y optimización de prompts

  • Estrategias de ingeniería de prompts
  • Ajuste fino (fine-tuning) para conjuntos de datos empresariales
  • Equilibrio entre precisión y rendimiento

Implementación de medidas de seguridad (guardrails)

  • Prevención de consultas inseguras o costosas
  • Mecanismos de validación y aprobación
  • Consideraciones sobre gobernanza y cumplimiento normativo

Integración de WrenAI en flujos de trabajo de datos

  • Incorporación de Wren AI en tuberías de datos (pipelines)
  • Conexión con herramientas de BI y visualización
  • Despliegues multiusuario y empresariales

Casos de uso avanzados y extensiones

  • Plugins personalizados e integraciones mediante API
  • Extensión de WrenAI con modelos de ML
  • Escalado para grandes conjuntos de datos

Resumen y próximos pasos

Requerimientos

  • Conocimientos sólidos de SQL y sistemas de bases de datos
  • Experiencia en modelado de datos y capas semánticas
  • Familiaridad con conceptos de machine learning o procesamiento del lenguaje natural (PLN)

Audiencia objetivo

  • Ingenieros de datos
  • Ingenieros de analítica
  • Ingenieros de machine learning
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas