Zaprogramuj sobie przyszłość...
Ms SQL Server - AI SQL Developer - Podstawy I Fundamenty
Miejsce: Szkolenie zdalne / Stacjonarne
Czas trwania: 3 dni
Liczba godzin: 24
Start: 9:00
Czas trwania: 3 dni
Liczba godzin: 24
Start: 9:00
CEL SZKOLENIA
"AI SQL Developer - Podstawy i Fundamenty" to 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, etc.,
▪ tłumaczenia logiki biznesowej.
🧠 w sposób: świadomy, bezpieczny, wydajny i kontrolowany.
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, etc.,
▪ tłumaczenia logiki biznesowej.
🧠 w sposób: świadomy, bezpieczny, wydajny i kontrolowany.
PROFIL UCZESTNIKA
Szkolenie przeznaczone jest dla wszystkich tych, którzy:
▪ pracują z Microsoft SQL Server,
▪ znają podstawy SQL / T-SQL,
▪ chcą zwiększyć produktywność, ale nie oddać kontroli,
▪ myślą o wydajności i architekturze,
▪ nie interesują się „efektem wow”, tylko konkretami technicznymi,
▪ chcą znacząco zwiększyć efektywność pracy.
Nie jest to szkolenie dla osób szukających skrótów.
🧠 To szkolenie dla osób, które chcą pracować mądrzej, szybciej i bezpieczniej.
▪ pracują z Microsoft SQL Server,
▪ znają podstawy SQL / T-SQL,
▪ chcą zwiększyć produktywność, ale nie oddać kontroli,
▪ myślą o wydajności i architekturze,
▪ nie interesują się „efektem wow”, tylko konkretami technicznymi,
▪ chcą znacząco zwiększyć efektywność pracy.
Nie jest to szkolenie dla osób szukających skrótów.
🧠 To szkolenie dla osób, które chcą pracować mądrzej, szybciej i bezpieczniej.
WYMAGANIA WSTĘPNE
Od uczestników szkolenia wymagana jest przede wszystkim znajomość środowiska Windows oraz znajomość pojęć dotyczących relacyjnych baz danych jak i podstawy języka SQL / T-SQL.
✔ Dostęp do ChatGPT, najlepiej w minimalnej wersji „GO”.
✔ Dostęp do ChatGPT, najlepiej w minimalnej wersji „GO”.
CZAS TRWANIA
▪ 3 dni po 8 godzin szkoleniowych
▪ Start: godzina 9:00
▪ Zakończenie: około godziny 16:00
▪ W tym około dwie krótkie przerwy (po 10-15 minut) i jedna długa, obiadowa około 30-45 minut.
▪ Start: godzina 9:00
▪ Zakończenie: około godziny 16:00
▪ W tym około dwie krótkie przerwy (po 10-15 minut) i jedna długa, obiadowa około 30-45 minut.
RODZAJ SZKOLENIA
▪ Zdalne
▪ Stacjonarne w siedzibie firmy
▪ Stacjonarne u Klienta
▪ Stacjonarne w siedzibie firmy
▪ Stacjonarne u Klienta
SPOSÓB REALIZACJI SZKOLENIA
Szkolenie realizowane jest w formie naprzemiennie następujących po sobie wykładów i ćwiczeń praktycznych oraz case’ów i zadań dotyczących przezde wszystkim promptowania.
NABYTE UMIEJĘTNOŚCI PO UKOŃCZENIU SZKOLENIA
Po ukończeniu szkolenia uczestnik będzie potrafił:
▪ wykrywać błędy składniowe, logiczne i semantyczne z pomocą AI,
▪ pisać zapytania szybciej, zachowując pełną kontrolę,
▪ refaktoryzować i upraszczać istniejący kod,
▪ eliminować zbędne JOIN’y i powtarzające się warunki,
▪ podejmować świadome decyzje: czytelność vs wydajność,
▪ analizować skutki uboczne zapytań,
▪ robić code review z wykorzystaniem AI,
▪ tłumaczyć skomplikowany SQL na język biznesowy,
▪ rozpoznawać błędne lub niebezpieczne sugestie AI.
▪ wykrywać błędy składniowe, logiczne i semantyczne z pomocą AI,
▪ pisać zapytania szybciej, zachowując pełną kontrolę,
▪ refaktoryzować i upraszczać istniejący kod,
▪ eliminować zbędne JOIN’y i powtarzające się warunki,
▪ podejmować świadome decyzje: czytelność vs wydajność,
▪ analizować skutki uboczne zapytań,
▪ robić code review z wykorzystaniem AI,
▪ tłumaczyć skomplikowany SQL na język biznesowy,
▪ rozpoznawać błędne lub niebezpieczne sugestie AI.
DODATKOWE MATERIAŁY
Każdy uczestnik szkolenia otrzyma wszystkie wymagane pliki i skrypty oraz dostanie dodatkowego eBook'a wraz ze skryptami zawierającymi prawidłowe rozwiązania wszystkich case'ów oraz zadań.
PLAN SZKOLENIA
[1] 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
➡ 1.7 » PODSUMOWANIE MODUŁU
[2] PRZYGOTOWANIE ŚRODOWISKA PRACY
➡ 2.1 » UTWORZENIE BAZY DANYCH NA POTRZEBY SZKOLENIA
➡ 2.2 » PRZYGOTOWANIE TABEL I DANYCH
[3] 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
[4] PRAKTYCZNY WSTĘP DO AI – CHATGPT
➡ 4.1 » CO TO JEST AI (ARTIFICIAL INTELLIGENCE), CZYLI SI (SZTUCZNA INTELIGENCJA)
➡ 4.2 » JAK DZIAŁA AI?
➡ 4.3 » WZORZEC PRAWIDŁOWEGO PROMPTA
[5] 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)
[6] 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
[7] REFAKORYZACJA 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
[8] 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 » IDEALNE ZASTOSOWANIA MODUŁU
➡ 8.9 » MODEL PRACY – ANALIZA Z AI”
➡ 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
➡ 1.7 » PODSUMOWANIE MODUŁU
[2] PRZYGOTOWANIE ŚRODOWISKA PRACY
➡ 2.1 » UTWORZENIE BAZY DANYCH NA POTRZEBY SZKOLENIA
➡ 2.2 » PRZYGOTOWANIE TABEL I DANYCH
[3] 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
[4] PRAKTYCZNY WSTĘP DO AI – CHATGPT
➡ 4.1 » CO TO JEST AI (ARTIFICIAL INTELLIGENCE), CZYLI SI (SZTUCZNA INTELIGENCJA)
➡ 4.2 » JAK DZIAŁA AI?
➡ 4.3 » WZORZEC PRAWIDŁOWEGO PROMPTA
[5] 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)
[6] 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
[7] REFAKORYZACJA 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
[8] 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 » IDEALNE ZASTOSOWANIA MODUŁU
➡ 8.9 » MODEL PRACY – ANALIZA Z AI”