Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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