Model Online/Fiziksel
Süre
Modüller 6 modül

Eğitimin Amacı ve Kapsamı

İş birimlerinin her rapor veya kırılım sorusu için veri ekibinden SQL yazmasını beklemesi karar süreçlerini yavaşlatır; ancak yüzlerce tablolu bir kurumsal veritabanı şemasını doğrudan LLM'e verip SQL üretmesini istemek yanlış JOIN'lere, uydurma sütunlara ve hatalı rakamlara yol açar. Bu eğitim; şema bağlama (schema linking), sütun değer örneklemesi, dinamik few-shot SQL seçimi, lehçe (dialect) uyumu ve hata aldığında kendini düzelten yürütme döngülerini kapsar.

Katılımcılar örnek bir kurumsal veri ambarı üzerinde doğal dilden SQL üreten, sonucu çalıştırıp tablo/grafik ve iş açıklaması olarak sunan çok turlu bir konuşmalı analitik asistanı geliştirir.

Kimler Katılmalı?

  • Veri ambarı ve BI sistemleri üzerinde doğal dil arayüzü geliştiren veri ve yapay zeka mühendisleri
  • Self-servis analitik ve raporlama asistanları kuran analitik mühendisleri ve veri bilimciler
  • Kurumsal uygulamalara gömülü analitik (embedded analytics) ekleyen backend geliştiriciler
  • Ön koşul: İyi derecede SQL bilgisi ve Python ile LLM API kullanım deneyimi

Kazanımlar

  • Büyük veritabanlarında yalnızca soruyla ilgili tablo ve sütunları seçen schema linking katmanı kurar
  • LLM'in anlaşılır SQL üretmesi için tablo/sütun açıklamaları, örnek değerler ve kod sözlüklerini zenginleştirir
  • Doğrulanmış (soru, SQL) çiftlerinden dinamik few-shot örnek getiren bir RAG yapısı uygular
  • PostgreSQL, BigQuery, Snowflake veya T-SQL lehçelerine uygun tarih ve toplama (aggregation) sorguları üretir
  • Çok turlu takip sorularını, belirsiz filtreleri ve görselleştirme (grafik/tablo) çıktılarını yönetir

Konular

Text-to-SQL Mimarisi ve Neden Saf DDL Prompt'u Yetmez?
  • Kurumsal şema zorlukları: kısaltılmış sütun adları, yüzlerce tablo, örtük JOIN ilişkileri ve kirli kod değerleri
  • Uçtan uca akış: niyet analizi -> şema/değer bağlama -> few-shot getirme -> SQL üretimi -> doğrulama -> sunum
Schema Linking ve Değer Arama (Value Grounding)
  • Soruyla ilgili alt şemayı (tablo, sütun, foreign key grafiği) seçme teknikleri
  • Kullanıcının yazdığı metin ifadesini ("Marmara bölgesi", "aktif müşteri") veritabanındaki gerçek filtre değerine (`region_id=2`, `status='A'`) eşleme
Dinamik Few-Shot SQL ve Lehçe (Dialect) Mühendisliği
  • Altın SQL örnek kütüphanesinden soruya en benzeyen sorgu kalıplarını getirme
  • Karmaşık JOIN, CTE, window fonksiyonları ve veritabanı lehçesine özgü tarih/zaman fonksiyonları
Yürütme Destekli Öz-Düzeltme (Self-Correction) ve Belirsizlik Yönetimi
  • Sözdizimi hataları, boş dönen sonuçlar ve çalışma zamanı hatalarında kontrollü onarım döngüsü
  • Tarih aralığı veya metrik tanımı belirsiz olduğunda varsayımını açıkça belirtme veya soru sorma
Konuşmalı Analitik, Görselleştirme ve Yanıt Sentezi
  • Çok turlu analitik: "şimdi bunu geçen yılla kıyasla" ve "sadece kurumsal segmenti göster" akışları
  • Sorgu sonucundan otomatik grafik şeması (Vega-Lite / Plotly) ve yönetici özeti üretimi
Uygulama: Veri Ambarı Üzerinde Konuşmalı Analitik Asistanı
  • Çok tablolu kurumsal şema üzerinde uçtan uca Text-to-SQL servisi geliştirme
  • Gerçek iş sorularıyla sorgu doğruluğu ve yanıt süresi testi

Bu Kategorideki Diğer Eğitimler

  • Semantik Katman ve Metrik Tanımları ile Güvenilir Text-to-SQL

    Text-to-SQL sistemlerinin her soruda farklı formül uydurmasını önlemek için dbt Semantic Layer, Cube, LookML ve YAML metrik sözlükleriyle yönetişimli analitik ve Text-to-Semantic-Query mimarisi kurma programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • Text-to-SQL Sistemlerinde Sorgu Doğrulama, Güvenlik ve Yetki Kontrolü

    LLM tarafından üretilen SQL sorgularını çalıştırmadan önce AST (SQLGlot) ile doğrulayan, zararlı komutları ve ağır sorguları engelleyen, Row-Level Security (RLS) ve sütun maskeleme uygulayan güvenlik programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • Text-to-SQL Doğruluk Değerlendirmesi ve Benchmark Tasarımı

    Text-to-SQL sistemlerini Execution Accuracy, sonuç kümesi eşleşmesi, AST yapısal karşılaştırma, sorgu verimliliği (VES) ve belirsiz/tuzak sorularla kurumsal şemalar üzerinde ölçen değerlendirme programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • LangChain ile RAG LangChain ile RAG

    LangChain kullanarak doküman parçalama, embedding, vektör veritabanı kurulumu ve Gradio arayüzü ile uçtan uca Retrieval-Augmented Generation (RAG) sohbet botu geliştirme atölyesi.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal, Bireysel Workshop
    Canlı Kurs
    6 modül
    İncele
  • Multimodal RAG Multimodal RAG

    LangChain ile PDF belgelerindeki metin, tablo ve görselleri ayrıştırıp çok modlu embedding ve birleşik vektör arama ile sorgulayan Multimodal RAG sistemi geliştirme atölyesi.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal, Bireysel Workshop
    Canlı Kurs
    6 modül
    İncele
  • Retrieval Augmented Generation (RAG) Temelleri

    Kurumsal dokümanlar üzerinde doğru ve kaynak gösteren yanıtlar üreten uçtan uca bir RAG sisteminin temellerini (belge işleme, chunking, embedding, vektör arama, prompt grounding ve temel değerlendirme) öğreten program.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele

Bizimle iletişime geçin