Entrar em Contato

Programa do Curso

Introdução à SQL Aumentada por IA

  • Visão geral da integração de IA em sistemas de dados
  • Evolução do SQL tradicional para consultas assistidas por IA
  • Principais casos de uso corporativo e benefícios

Compreensão dos LLMs no Contexto SQL

  • Como os LLMs interpretam e geram consultas estruturadas
  • Comparação entre GPT, LLaMA, DeepSeek, Qwen e Mistral para aplicações SQL
  • Ajuste fino de modelos para interação com bancos de dados

Sistemas de Linguagem Natural para SQL (NL2SQL)

  • Arquiteturas e abordagens para NL2SQL
  • Construção e implantação de pipelines de texto-para-SQL
  • Avaliação da precisão das consultas e da intenção do usuário

Otimização de Consultas Assistida por IA

  • Uso de IA para detectar e corrigir consultas ineficientes
  • Reescrita de consultas baseada em LLMs para melhor desempenho
  • Integração da otimização por IA no PostgreSQL e SQL Server

Segurança, Governança e Auditabilidade

  • Controle de acesso a consultas geradas por IA
  • Garantia de explicabilidade e conformidade
  • Implementação da governança de IA em sistemas corporativos de dados

Integração e Orquestração de LLMs

  • Conexão de mecanismos SQL com APIs de IA
  • Uso de frameworks como LangChain e LlamaIndex
  • Implantação de componentes de IA em arquiteturas híbridas e na nuvem

Laboratórios de Implementação Prática

  • Configuração de conexões AI-SQL e ambientes de teste
  • Criação e avaliação de consultas geradas por IA
  • Mensuração das melhorias de desempenho com a otimização por IA

Tendências Futuras e Estratégias de Adoção Corporativa

  • Sistemas de banco de dados nativos para IA e a evolução do SQL
  • Integração com data lakes, ferramentas de BI e pipelines de dados
  • Criação de assistentes de consulta internos com IA para organizações

Resumo e Próximos Passos

Requisitos

  • Compreensão dos fundamentos do SQL
  • Experiência com administração de bancos de dados ou engenharia de dados
  • Conhecimento básico de conceitos de IA ou aprendizado de máquina (machine learning)

Público-Alvo

  • Engenheiros de dados e administradores de banco de dados
  • Arquitetos corporativos e líderes de análise
  • Equipes de integração de IA e engenharia de plataformas
 21 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas