Wykorzystanie AI w SQL Server
kod szkolenia: SQL_AI / PL DL 2d
Szkolenie ma charakter praktyczny, z dużym naciskiem na rzeczywiste scenariusze biznesowe (np. prognozowanie rezygnacji klientów, segmentacja, klasyfikacja dokumentów), a także omawia najlepsze praktyki w zakresie wydajności, bezpieczeństwa i skalowalności rozwiązań AI w SQL Server.
CEL: Pokazać, jak SQL Server może integrować się z AI i ML – poprzez SQL Server Machine Learning Services (Python), integrację z Azure ML, oraz wykorzystanie AI do wspomagania pracy z SQL.
Szkolenie adresowane jest do analityków danych, developerów SQL, specjalistów BI oraz administratorów baz danych, którzy chcą rozszerzyć swoje kompetencje o praktyczne zastosowania sztucznej inteligencji (AI) i uczenia maszynowego (ML) w środowisku SQL Server.
Uczestnicy dowiedzą się, jak:
- integrować SQL Server z językami Python i R do celów analizy i predykcji,
- uruchamiać modele ML bezpośrednio z poziomu T-SQL,
- przetwarzać dane do uczenia modeli oraz wykonywać scoring predykcyjny wewnątrz bazy,
- korzystać z narzędzi AI (takich jak Copilot czy modele językowe) w codziennej pracy z SQL Server.
Dzień 1: ML/AI z poziomu SQL Server
Moduł 1: Wprowadzenie
- Sztuczna inteligencja vs uczenie maszynowe – zrozumienie działania
- Scenariusze biznesowe wykorzystania AI w bazie danych
- Uruchamianie skryptów Python z poziomu T-SQL
Moduł 2: Wstęp do wektorów w SQL Server 2025
- Typ danych wektorowy
- Embeddings – listy wektorowe
- Praca z wektorami i użycie metryk do ich odczytywanie
Moduł 3: Przetwarzanie danych z użyciem modeli ML (Python)
- Wykorzystanie modelu regresji – predykcja cen mieszkań
- Ustalanie wskaźnika utraty klientów (churn)
Moduł 4: Wykorzystanie modeli przy użyciu portalu Hugging Face (Python + SQL Server)
- Sprawdzenie czy opinia jest pozytywna czy negatywna
- Wektoryzacja istniejących danych
- Analiza stanu zdrowia pacjenta
Dzień 2: Integracje, automatyzacja, AI-as-a-Service
Moduł 5: Integracja z Azure Machine Learning
- Co to jest Azure ML i jak się łączy z SQL Server
- Przesyłanie danych i wywoływanie endpointów modeli
- AutoML z poziomu Azure i integracja przez REST
- Przykład: prognozowanie cen przejazdu taksówką
Moduł 6: AI wspierający pracę z SQL Server
- OpenAI w pracy analityka
- Podłączenie do OpenAI z wykorzystaniem Pythona
- Wspieranie AI przy pisaniu zapytań
Moduł 7: Warsztaty i case study
- Praktyczne zadanie: Stworzenie agenta AI z automatycznym rozpoznawaniem i klasyfikowaniem zgłoszeń we współpracy z SQL Server
- SWOBODNE posługiwanie się językiem SQL.
Polski