润乾NLQ培训课程

大模型的出现带动了Text2SQ技术，数据查询貌似变得前所未有的简单，只要会打字、提问，就能轻松获得结果，具有很强的“灵活性”。
但是，大模型天生存在不可克服的幻觉，查询数据的“准确性”无法保证。业界用了很多辅助手段仍然难以消除幻觉，只能大幅限定查询范围，严重削弱 “复杂性”，结果以Text2SQL技术为基础的chatBI就只能沦为“玩具”。
当前的Text2SQL技术，就一直面临这种 “灵活性”、“准确性”与 “复杂性”难以兼顾的困境。

润乾 NLQ 创新地使用规范文本作为中间层，让用户有了确认正确性的能力以消除幻觉，继而使用规则引擎实现准确的SQL生成。内置的中间层MQL覆盖了 多种典型查询范式，保证了复杂查询能力。大模型只需负责多样化的自然语言与规范文本之间的转换。这种机制下，润乾NLQ可以同时兼顾灵活性、准确性与复杂性。而且，这种架构还有巨大成本优势，为 Text2SQL 的实用化提供了一条可行的工程路径。

我们精心设计了这门培训课程，从润乾NLQ原理的细致解析，到手把手的实际操作讲解，助您掌握这个利器，建成真正实用、好用的AI式数据查询系统。

1. 需要引入AI式数据查询能力的应用架构师
2. 需要搭建AI式数据查询系统的开发工程师
3. 具备一定BI和SQL基础知识的同学
4. 完成前序课程的同学：DQL超维分析课程

• 01NLQ原理

  生动讲解NLQ规则引擎与大模型，NLQ词典与LLM提示词，NLQ工作机制，以及NLQ的关键创新“规范文本”的意义。详细介绍NLQ架构、MQL语言。


• 02明细查询

  通过实际例子，分析明细查询意图，讲解NLQ词典对应知识点。


• 03条件过滤

  字段条件过滤、比较计算、省略字段词的过滤、用动词过滤、动词加常数词过滤等。


• 04指标计算

  指标是表中的统计量，可以针对一个表的子集计算，往往用于根据指定维执行的聚合计算，NLQ词典定义指标词实现指标计算。


• 05聚合查询

  对全集或者分组子集进行聚合计算查询，NLQ定义聚合词实现。


• 06多表查询

  查询涉及多表，NLQ在DQL支持下化繁为简。


• 07汇总查询

  各种按照维度的汇总查询，还有特别的多表按照维度对齐汇总。


• 08应用集成

  现有应用系统轻松集成润乾NLQ。

通过本课程的集中学习，您将能够：

1. 深刻理解润乾NLQ原理、架构和工作机制。
2. 掌握NLQ搭建AI式数据查询系统的方法。
3. 提升在AI式数据查询方面的能力，增强在团队中的技术竞争力。

1. 请先学习NLQ课程的前序课程 DQL
2. 安装润乾报表 这里下载
3. 数据及程序文件都随以上安装包附带。
4. 本课程交流群，讲师会常驻群里提供咨询

陈虎 润乾售前技术咨询总监

长期致力于计算引擎和大数据技术应用领域。

他拥有超过 20 年商业智能、数据挖掘方面的工作经验，专注于大数据相关的性能优化工作，能够从原理层面深度剖析各类系统运行缓慢的问题，并积累了丰富的性能优化实战经验，屡次刷新系统提速的记录。

曾在短短数日之内，在未增加硬件投入的情况下，成功将保险公司核心查询速度提升 2000 多倍，将银行跑批任务提速 150 多倍，将银行用户画像客群交集计算提速 200 多倍。

实战经验

• C保险公司某查询系统性能优化项目
• B银行自助分析系统并发容量提升项目
• W银行、S银行预计算重构为实时计算改造项目
• P保险公司、T银行、L银行跑批任务提速项目
• C银行、S银行核心报表系统提速项目
• X银行用户画像系统提速项目