ข้ามไปยังเนื้อหาหลัก

หน้าหลัก Snowflake

ฟรี คอร์ส

Building Generative AI Apps to Talk to Your Data

ระดับกลางระดับทักษะ

อัปเดตแล้ว 06/2569

Build conversational AI apps that answer questions from your data with Cortex Search and Cortex Analyst on Snowflake.

เริ่มคอร์สฟรี

รวมอยู่ฟรี

SnowflakeArtificial Intelligence

4 ชม.

27 วิดีโอ

54 แบบฝึกหัด

2,700 XP

ใบรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

คำอธิบายคอร์ส

Most of your organization's knowledge is locked inside tables, PDFs, and documents that only technical users can query. What if anyone could just ask? In this course, you'll build generative AI apps on Snowflake that let people talk to their data in plain language. You'll learn when to reach for RAG, hybrid search, or text-to-SQL, then build working chatbots with Cortex Search for documents and Cortex Analyst for tables, each with a Streamlit front end. By the end, you'll turn raw data into answers the whole business can use.

ข้อกำหนดเบื้องต้น

Generative AI Essentials with Snowflake

1

Introduction to building conversational apps with data

In this chapter, learn how to choose between RAG, hybrid search, and text-to-SQL for your data and sketch the architecture of a conversational app on Snowflake.

Getting answers from data

Getting answers from data: Using RAG

Getting answers from data: Using text-to-SQL

What we will build: Success in this course

Reference documentation on COMPLETE

Querying unstructured data: RAG

Querying Unstructured Data: Hybrid Search

Querying structured data: Text-to-SQL

Setting up your environment

Let's dive in

Chapter 1 review - Question 1

Chapter 1 review - Question 2

Chapter 1 review - Question 3

Chapter 1 review - Question 4

Chapter 1 review - Question 5

เริ่มบท

2

Finding answers from unstructured data with Cortex Search

In this chapter, learn how to build a RAG app with Cortex Search by loading, parsing, and chunking documents, measuring answer quality, and shipping it with Streamlit.

เริ่มบท

3

Answer questions from structured data with Cortex Analyst

In this final chapter, learn how to turn structured tables into a natural-language interface with Cortex Analyst, using a semantic model to generate accurate SQL and serve answers through a Streamlit app.

Avoiding death by dashboard

The code you need for this module

Setting up the App

Understanding the Semantic Model

Working with the Semantic Model

Using Cortex Analyst

Under the hood of Cortex Analyst

From text-to-SQL to TAG - Creating Table Assisted Generation

LLM context window token limits

Expanding the Scope of the Semantic Model

Using Cortex Search to enhance Cortex Analyst

Building the Streamlit app

Congratulations!

Chapter 3 review - Question 1

Chapter 3 review - Question 2

Chapter 3 review - Question 3

Chapter 3 review - Question 4

Chapter 3 review - Question 5

เริ่มบท

Building Generative AI Apps to Talk to Your Data

คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Building Generative AI Apps to Talk to Your Data วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา