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 empresariales clave y beneficios

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 de modelos para la interacción con bases de datos

Sistemas de lenguaje natural a SQL (NL2SQL)

  • Arquitecturas y enfoques para NL2SQL
  • Creación e implementación de pipelines 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 optimización con IA en PostgreSQL y SQL Server

Seguridad, gobernanza y trazabilidad

  • 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 frameworks como LangChain y LlamaIndex
  • Despliegue de componentes de IA en arquitecturas híbridas y 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 mejoras en el rendimiento con optimización basada en 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 pipelines
  • Creación de asistentes de consultas internos por IA para 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 (machine learning)

Público objetivo

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas