WrenAI'ın doğruluğunu ölç, ayarla, izle
WrenAI dağıtımlarında semantik model (MDL) kurmayı, text-to-SQL doğruluğunu metriklerle ölçmeyi, prompt ve bağlamı ayarlamayı ve tracing ile gözlemciliği uygulamalı öğretir.
Semantik model, değerlendirme metrikleri, ipucu ayarlama ve izleme
Bu ileri seviye eğitim, açık kaynaklı WrenAI (text-to-SQL / konuşarak BI) dağıtımlarının kalitesini ölçmeye, iyileştirmeye ve gözlemlemeye odaklanır. WrenAI mimarisi (Wren Engine, AI servisi, UI) ve semantik modelin (MDL) model, ilişki, metrik ve hesaplanmış alanlarla kurulması anlatılır. Doğal dil sorusundan SQL üretiminin kalitesini ölçmek için execution accuracy, exact/execution match ve retrieval doğruluğu gibi metrikler; değerlendirme veri kümelerinin hazırlanması ve otomatik eval çalıştırma gösterilir. Hata analizi, prompt (ipucu) ve bağlam ayarlama, semantik katmanın zenginleştirilmesiyle doğruluğun yükseltilmesi uygulanır. İzleme tarafında sorgu izleri (tracing), gecikme/token metrikleri, Langfuse veya benzeri gözlemcilik araçlarıyla loglama ve kullanıcı geri bildirim döngüsü ele alınır. Katılımcı, bir WrenAI kurulumunu güvenilir biçimde üretime taşıyabilir.
3 Gün. Her gün dört modül; katılımcılar semantik modelden değerlendirmeye ve gözlemciliğe kadar uygulamalı ilerler.
İleri Seviye — WrenAI text-to-SQL/GenBI dağıtımlarında doğruluk değerlendirmesi, prompt (ipucu) ayarlama ve gözlemcilik kurma.
Katılımcılar kurulu bir WrenAI örneğinde MDL tanımlar, eval veri kümesiyle doğruluk ölçer, prompt ve bağlamı ayarlar ve tracing paneliyle izler.
Üretilen SQL'in doğruluğunu metriklerle somut biçimde ölçersiniz.
Prompt ve semantik bağlamı düzelterek yanlış yanıtları azaltırsınız.
Tracing ve metriklerle her sorgunun ardındaki kararı görünür kılarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
JOIN, GROUP BY ve alt sorgular dahil orta düzey SQL bilgisi gereklidir.
Büyük dil modeli, prompt ve RAG kavramlarına aşinalık faydalıdır.
Erişilebilir, bir veri kaynağına bağlı çalışan bir WrenAI örneği gerekir.
Eval betikleri ve yapılandırma için temel Python/CLI kullanımı yararlıdır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
WrenAI mimarisini ve semantik katmanın doğruluğa etkisini açıklayabilirsiniz.
Model, ilişki, metrik ve hesaplanmış alanlarla sağlam bir MDL kurabilirsiniz.
Execution accuracy gibi doğru değerlendirme metriklerini seçebilirsiniz.
Zorluk kademeli bir değerlendirme veri kümesi hazırlayabilirsiniz.
Eval'i otomatik çalıştırıp sürümler arası doğruluğu kıyaslayabilirsiniz.
Prompt ve bağlamı ayarlayarak yanlış SQL üretimini azaltabilirsiniz.
Uçtan uca izler ve metriklerle üretim davranışını gözlemleyebilirsiniz.
Geri bildirim döngüsüyle kaliteyi sürekli yüksek tutabilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
SQL Server Policy-Based Management, Central Management Server, DMV, wait statistics, Extended Events ve Query Store ile performans izleme.
Detayları Gör →
İş modeli kanvası, pazar ve rekabet analizi, finansal projeksiyon, başabaş, SWOT ve uygulama yol haritasıyla iş planı hazırlamayı öğrenin.
Detayları Gör →
Linux Bash ve Windows komut satırı: dosya işlemleri, boru ve yönlendirme, izinler, süreç yönetimi ve ilk kabuk betiğini uygulamalı öğrenin.
Detayları Gör →
Active Directory Certificate Services ile iki katmanlı CA, X.509 şablonları, autoenrollment, CRL ve OCSP iptal altyapısını uygulamalı kurun.
Detayları Gör →
Oracle RAC izleme: Clusterware, crsctl/srvctl, OCR, interconnect, Cache Fusion, GV$ görünümleri, AWR/ASH ve Cluster Health Monitor.
Detayları Gör →