Генерировать SQL с помощью LLM легко. Создание системы, которая знает, когда SQL неправильный, является настоящей инженерной проблемой. У большинства команд нет проблем с доступом к данным. У них проблемы с переводом. У заинтересованной стороны возникает вопрос: «Какой каст...
Генерировать SQL с помощью LLM легко. Создание системы, которая знает, когда SQL неправильный, является настоящей инженерной проблемой.
У большинства команд нет проблем с доступом к данным.
У них проблемы с переводом.
У заинтересованной стороны возникает вопрос:
«Какой сегмент клиентов продемонстрировал самый высокий рост выручки в прошлом квартале?»
Ответ существует где-то на складе. Но для его получения часто требуется открыть заявку, отправить сообщение аналитику, дождаться контекста, уточнить определения метрик, а затем снова дождаться запроса.
Между тем, группы обработки данных тратят удивительно много времени, отвечая на разные варианты одних и тех же вопросов.
Это проблема, о которой я думал, и причина, по которой я начал создавать DataTalk.
DataTalk — это агент данных на базе искусственного интеллекта, который позволяет людям задавать вопросы о своих данных на простом английском языке. Он извлекает соответствующий контекст схемы, генерирует SQL, проверяет и выполняет его и возвращает ответ.
Но это не история о замене SQL чат-ботом.
Это история о том, что нужно, чтобы сделать доступ к данным на естественном языке более надежным, наблюдаемым и безопасным.
В течение следующих семи дней я публично создам DataTalk и поделюсь стоящими за ним инженерными решениями: данными для