MI iespējotu datubāzu risinājumu izstrāde

Drukāt kursa aprakstu

Mācību ietvaros izstrādātāji gūs nepieciešamās zināšanas un prasmes, kā izstrādāt, veidot, nodrošināt un ieviest ar mākslīgo intelektu (MI) integrētus datubāžu risinājumus, izmantojot Microsoft SQL platformas.

Tev būs iespēja apgūt progresīvas T-SQL metodes un mūsdienīgus datu apstrādes modeļus darbam ar strukturētiem un daļēji strukturētiem datiem, kā arī to, kā SQL balstītās lietojumprogrammās tieši integrēt MI iespējas, piemēram, iegulumus (embeddings), vektorus, semantisko meklēšanu un izgūšanā balstītu ģenerēšanu (RAG).

Tāpat tiks aplūkotas arī labās prakses piemēri veiktspējas optimizācijā, drošībā un uzņēmuma līmeņa risinājumu ieviešanā, īpašu uzmanību pievēršot CI/CD darbplūsmām un sadarbībai starp lietojumprogrammu izstrādes, datubāzu un DevSecOps komandām.

Kursa ilgums, akadēmiskās stundas: 24

Cena (bez PVN): 1050,00 €

Cena (ar PVN): 1270,50 €

Pasniedz: Māris Riņģis

Pieteikties kursam:

Mācību mērķis

Zināšanu un prasmju pilnveide par klasiskajām SQL/datubāzēm, veidojot mūsdienīgas, MI integrētas datubāžu lietojumprogrammas.

Mērķauditorija

Datu analītiķi.
Datu inženieri.
Datu zinātnieki.
Datubāzu administratori.

Pēc mācībām Tu spēsi

Projektēt, izstrādāt, aizsargāt un uzņēmuma vidē izvietot ar MI paplašinātus SQL datubāžu risinājumus, integrējot tajos tādas MI funkcijas kā vektorus, semantisko meklēšanu un RAG.
Pilnvērtīgi sagatavoties starptautiskās DP-800: Microsoft Certified: SQL AI Developer Associate sertifikācijas eksāmena kārtošanai.

Priekšnoteikumi mācību apmeklēšanai

Nepieciešama pieredze T-SQL koda rakstīšanā un datubāžu izstrādē Microsoft SQL platformās.
Papildus tam jābūt zināšanām par nepārtrauktas integrācijas un nepārtrauktas izstrādes (CI/CD) praksi GitHub vidē.
Jābūt prasmei strādāt ar MI atbalstītiem izstrādes rīkiem, kā arī jāpārzina šādi pamatjēdzieni: iegulumi (embeddings), vektori (vectors) un MI modeļi (models).

Mācību materiāli

Oficiāli Microsoft prezentācijas materiāli, MS Learn materiāli un Godeploy laboratorijas vide (piekļuve mācību praktisko darbu videi 180 dienas pēc kursa uzsākšanas).