Idealny dla zespołów, które…
Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.
dostęp do ChatGPT, najlepiej w minimalnej wersji „GO”
znajomość pojęć dotyczących relacyjnych baz danych jak i podstawy języka SQL / T-SQL
znajomość środowiska Windows
Co konkretnie robimy
- · Czym AI jest w kontekście pracy z SQL/T-SQL?
- · Czym AI nie jest w kontekście pracy z SQL/T-SQL?
- · AI jako asystent, konsultant i code reviewer
- · Typowe zastosowania AI w pracy z SQL / T-SQL
- · Ograniczenia AI – kluczowe aspekty
- · Kiedy nie wolno ufać AI
- · Podsumowanie modułu
- · Utworzenie bazy danych na potrzeby szkolenia
- · Przygotowanie tabel i danych
- · AI w pracy z SQL Server Management Studio (SSMS)
- · Praca z różnymi artefaktami SQL
- · Bezpieczeństwo pracy z AI – aspekt krytyczny
- · Budowanie kontekstu zapytań dla AI
- · Model pracy: AI jako narzędzie pomocnicze
- · Checklista do modułu jako materiał dydaktyczny
- · Co to jest AI (Artificial Intelligence), czyli SI (sztuczna inteligencja)
- · Jak działa AI?
- · Wzorzec prawidłowego prompta
- · Debugowanie SQL: dlaczego to trudny obszar?
- · Rodzaje błędów w SQL i T-SQL
- · Błędy składniowe (Syntax errors)
- · Błędy logiczne (Logic errors)
- · Błędy semantyczne (Semantic errors)
- · Dlaczego AI świetnie nadaje się do pisania SQL
- · Model pracy: AI jako pair programmer
- · Generowanie zapytań SELECT z pomocą AI
- · Generowanie JOIN z pomocą AI
- · GROUP BY i HAVING – wsparcie AI
- · CTE (Common Table Expressions)
- · Podzapytania – generowanie i refaktoryzacja
- · Pisanie procedur składowanych z pomocą AI
- · Pisanie funkcji z pomocą AI
- · Widoki – generowanie i porządkowanie
- · AI jako generator pierwszej wersji zapytania
- · Walidacja zapytań wygenerowanych przez AI
- · Ważne checklisty modułu
- · Znaczenie modułu w całym szkoleniu
- · Czym ogólnie jest refaktoryzacja kodu
- · Czym refaktoryzacja SQL/T-SQL jest, a czym nie jest?
- · Upraszczanie zapytań SQL/T-SQL
- · Eliminacja zbędnych JOIN’ów
- · Eliminacja powtarzających się warunków
- · Zmiana podzapytan na CTE
- · Zmiana CTE na JOIN’y
- · Standaryzacja stylu T-SQL
- · Czytelność vs wydajność – decyzje architektoniczne
- · Model pracy: refaktoryzacja z AI
- · Ważne checklisty modułu
- · Wstęp do code review
- · Dlaczego czytanie SQL / T-SQL jest trudniejsze od pisania SQL / T-SQL
- · Analiza logiki biznesowej zapytania
- · Analiza skutków ubocznych zapytania
- · Tłumaczenie SQL’a na język naturalny
- · Tłumaczenie języka naturalnego na SQL
- · Praca z cudzym kodem – dlaczego to trudne
- · Idealne zastosowania modułu
- · Model pracy – analiza z AI
Od briefu do retro w 30 dniach.
Brief i diagnoza
Rozmowa z liderem zespołu + krótka ankieta dla uczestników. Określamy cele, gap, kontekst.
Modyfikacja programu
Dostosowujemy moduły, case studies i przykłady kodu pod Twój stack. Akceptacja w 5 dni.
Warsztat
Sesje z trenerem, hands-on, code review. Mentor dostępny też pomiędzy sesjami.
Retro + raport
Raport z efektami dla zespołu i lidera. 30 dni konsultacji w cenie.
Wyślij brief. Odezwiemy się w 1 dzień.
Po krótkim briefie przygotujemy program i wycenę. Bez zobowiązań — to tylko punkt wyjścia do rozmowy.
Dziękujemy!
Odezwiemy się w ciągu 1 dnia roboczego.
Inne programy dla zespołów
Zobacz wszystkie →AI dla analityków: od danych do decyzji
Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.
AI jako narzędzie wspierające modernizację aplikacji
Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.
AI szkolenie ogólne
Praktyczne warsztaty z AI i analityki danych — na realnych przypadkach Twojego zespołu.