Kontakt aufnehmen

Schulungsübersicht

Einführung in KI-unterstütztes SQL

  • Überblick über die KI-Integration in Datenystemen
  • Entwicklung von traditionellem SQL zu KI-unterstützten Abfragen
  • Wichtige Unternehmensanwendungsfälle und Vorteile

Verständnis von LLMs im SQL-Kontext

  • Wie LLMs strukturierte Abfragen interpretieren und generieren
  • Vergleich von GPT, LLaMA, DeepSeek, Qwen und Mistral für SQL-Anwendungen
  • Feinabstimmung (Fine-Tuning) von Modellen für die Datenbankinteraktion

Systeme zur Umwandlung von natürlicher Sprache in SQL (NL2SQL)

  • Architekturen und Ansätze für NL2SQL
  • Aufbau und Bereitstellung von Text-to-SQL-Pipelines
  • Bewertung der Abfragegenauigkeit und Benutzerabsicht

KI-unterstützte Abfrageoptimierung

  • Verwendung von KI zur Erkennung und Korrektur ineffizienter Abfragen
  • LLM-basiertes Umformulieren von Abfragen für die Leistung
  • Integration der KI-Optimierung in PostgreSQL und SQL Server

Sicherheit, Governance und Überprüfbarkeit

  • Steuerung des Zugriffs auf KI-generierte Abfragen
  • Sicherstellung der Nachvollziehbarkeit und Compliance
  • Implementierung von KI-Governance in unternehmensweiten Datenystemen

Integration und Orchestrierung von LLMs

  • Verbindung von SQL-Engines mit KI-APIs
  • Nutzung von Frameworks wie LangChain und LlamaIndex
  • Bereitstellung von KI-Komponenten in hybriden und Cloud-Architekturen

Praktische Implementierungs-Labs

  • Einrichtung von AI-SQL-Verbindungen und Testumgebungen
  • Erstellen und Bewerten KI-generierter Abfragen
  • Messung der Leistungsverbesserungen durch KI-Optimierung

Zukunftstrends und Strategien zur Unternehmens adoption

  • KI-native Datenbanksysteme und die Evolution von SQL
  • Integration mit Data Lakes, BI-Tools und Pipelines
  • Aufbau interner KI-Abfrageassistenten für Organisationen

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundverständnis von SQL
  • Erfahrung mit Datenbankadministration oder Data Engineering
  • Grundkenntnisse in KI- oder Machine-Learning-Konzepten

Zielgruppe

  • Data Engineers und Datenbankadministratoren
  • Enterprise-Architekten und Analytics-Leads
  • Teams für KI-Integration und Platform Engineering
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien