Cele szkolenia
Praktyczne szkolenie pokazujące, jak wykorzystać AI w codziennej pracy z Microsoft SQL Server - bez oddawania jej kontroli nad Twoim kodem. Pokażę Tobie w nim jak wykorzystać AI jako: asystenta, konsultanta, code reviewera czy pair programmmera, ale bez oddawania jej decyzji architektonicznych.
Dzięki niemu dowiesz się, jak używać AI do implementacji zapytań, analizy i refaktoryzacji, debugowania SQL/ T-SQL, pisania procedur, funkcji i widoków, oraz tłumaczenia logiki biznesowej w sposób świadomy, bezpieczny, wydajny i kontrolowany.
Umiejętności
Dzięki szkoleniu uczestnik będzie:
Profil uczestników
Szkolenie przeznaczone jest dla wszystkich tych, którzy:
Przygotowanie uczestników
Od uczestników szkolenia wymagana jest przede wszystkim znajomość środowiska Windows oraz znajomość pojęć dotyczących relacyjnych baz danych jak i podstawy języka SQL / T-SQL.
Przed nami:
Szczegółowy program szkolenia
AI JAKO NARZĘDZIE PROGRAMISTY BAZ DANYCH
1.1 Czym AI jest w kontekście pracy z SQL/T-SQL?
1.2 Czym AI nie jest w kontekście pracy z SQL/T-SQL?
1.3 AI jako asystent, konsultant i code reviewer
1.4 Typowe zastosowania AI w pracy z SQL / T-SQL
1.5 Ograniczenia AI – kluczowe aspekty
1.6 Kiedy nie wolno ufać AI?
PRZYGOTOWANIE ŚRODOWISKA PRACY
2.1 Utworzenie bazy danych na potrzeby szkolenia
2.2 Przygotowanie tabel i danych
AI JAKO ELEMENT WORKFLOW DEWELOPERA SQL
3.1 AI w pracy z SQL Server Management Studio (SSMS)
3.2 Praca z różnymi artefaktami SQL
3.3 Bezpieczeństwo pracy z AI – aspekt krytyczny
3.4 Budowanie kontekstu zapytań dla AI
3.5 Model pracy: AI jako narzędzie pomocnicze
3.6 Checklista do modułu jako materiał dydaktyczny
PRAKTYCZNY WSTĘP DO AI – CHATGPT
4.1 Co to jest AI?
4.2 Jak działa AI?
4.3 Wzorzec prawidłowego prompta
WYSZUKIWANIE I ANALIZA BŁĘDÓW SQL / T-SQL
5.1 Debugowanie SQL: dlaczego to trudny obszar?
5.2 Rodzaje błędów w SQL i T-SQL
5.3 Błędy składniowe (syntax errors)
5.4 Błędy logiczne (logic errors)
5.5 Błędy semantyczne (semantic errors)
PISANIE ZAPYTAŃ SQL I T-SQL Z POMOCĄ AI
6.1 Dlaczego AI świetnie nadaje się do pisania SQL
6.2 Model pracy: AI jako pair programmer
6.3 Generowanie zapytań SELECT z pomocą AI
6.4 Generowanie JOIN z pomocą AI
6.5 GROUP BY i HAVING – wsparcie AI
6.6 CTE (Common Table Expressions)
6.7 Podzapytania – generowanie i refaktoryzacja
6.8 Pisanie procedur składowanych z pomocą AI
6.9 Pisanie funkcji z pomocą AI
6.10 Widoki – generowanie i porządkowanie
6.11 AI jako generator pierwszej wersji zapytania
6.12 Walidacja zapytań wygenerowanych przez AI
6.13 Ważne checklisty modułu
6.14 Znaczenie modułu w całym szkoleniu
REFAKTORYZACJA KODU SQL / T-SQL
7.1 Czym ogólnie jest refaktoryzacja kodu
7.2 Czym refaktoryzacja SQL/T-SQL jest, a czym nie jest?
7.3 Upraszczanie zapytań SQL/T-SQL
7.4 Eliminacja zbędnych JOIN-ów
7.5 Eliminacja powtarzających się warunków
7.6 Zmiana podzapytań na CTE
7.7 Zmiana CTE na JOIN-y
7.8 Standaryzacja stylu T-SQL
7.9 Czytelność vs wydajność – decyzje architektoniczne
7.10 Model pracy: refaktoryzacja z AI
7.11 Ważne checklisty modułu
TŁUMACZENIE I ANALIZA ZAPYTAŃ
8.1 Wstęp do code review
8.2 Dlaczego czytanie SQL / T-SQL jest trudniejsze od pisania SQL / T-SQL
8.3 Analiza logiki biznesowej zapytania
8.4 Analiza skutków ubocznych zapytania
8.5 Tłumaczenie SQL-a na język naturalny
8.6 Tłumaczenie języka naturalnego na SQL
8.7 Praca z cudzym kodem – dlaczego to trudne
8.8 Model pracy: analiza z AI
Metoda realizacji szkolenia
Szkolenie realizowane jest w formie naprzemiennie następujących po sobie wykładów i ćwiczeń praktycznych oraz case’ów i zadań dotyczących przezde wszystkim promptowania.
W ramach szkolenia zapewniamy
Zalecane szkolenia:
