Contacta con nosotros

Temario del curso

Introducción a la SQL potenciada por IA

  • Visión general de la integración de IA en sistemas de datos
  • Evolución desde SQL tradicional hacia consultas asistidas por IA
  • Casos de uso clave y beneficios empresariales

Comprensión de LLM en el contexto de SQL

  • Cómo los LLM interpretan y generan consultas estructuradas
  • Comparación de GPT, LlaMA, DeepSeek, Qwen y Mistral para aplicaciones SQL
  • Ajuste fino (fine-tuning) de modelos para la interacción con bases de datos

Sistemas de lenguaje natural a SQL (NL2SQL)

  • Arquitecturas y enfoques para NL2SQL
  • Construcción e implementación de tuberías de texto a SQL
  • Evaluación de la precisión de las consultas y la intención del usuario

Optimización de consultas asistida por IA

  • Uso de IA para detectar y corregir consultas ineficientes
  • Reescritura de consultas basada en LLM para mejorar el rendimiento
  • Integración de la optimización por IA en PostgreSQL y SQL Server

Seguridad, gobernanza y auditabilidad

  • Control del acceso a las consultas generadas por IA
  • Garantía de explicabilidad y cumplimiento normativo
  • Implementación de gobernanza de IA en sistemas empresariales de datos

Integración y orquestación de LLM

  • Conexión de motores SQL con APIs de IA
  • Uso de marcos de trabajo como LangChain y LlamaIndex
  • Implementación de componentes de IA en arquitecturas híbridas y basadas en la nube

Laboratorios de implementación práctica

  • Configuración de conexiones AI-SQL y entornos de prueba
  • Creación y evaluación de consultas generadas por IA
  • Medición de las mejoras de rendimiento mediante la optimización con IA

Tendencias futuras y estrategias de adopción empresarial

  • Sistemas de bases de datos nativos para IA y evolución de SQL
  • Integración con lagos de datos, herramientas de BI y tuberías de datos
  • Construcción de asistentes internos de consultas por IA para las organizaciones

Resumen y próximos pasos

Requerimientos

  • Comprensión de los fundamentos de SQL
  • Experiencia en administración de bases de datos o ingeniería de datos
  • Conocimientos básicos de conceptos de IA o aprendizaje automático

Público objetivo

  • Ingenieros de datos y administradores de bases de datos
  • Arquitectos empresariales y líderes de análisis
  • Equipos de ingeniería de plataformas e integración de IA
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas