Курс на Stepik
Обложка курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» на Stepik
1 490 ₽

ИИ-аналитик данных: text-to-SQL и автоматизация на Python ★ 0.000

Открыть на
STEPIK.ORG

Практический курс о том, как заставить LLM писать SQL за вас и ловить, когда она врёт: от первого запроса на русском за вечер до своего ИИ-ассистента аналитика с анти-галлюцинационным слоем на боевых данных. Практика — на SQLite прямо в Stepik, реальные LLM-вызовы — в Colab.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Учеников на курсе 6
Сертификаты, выданные на курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Сертификатов выдано 0
Отзывы о курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Отзывов получено 0
Рейтинг курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Рейтинг курса 0.000
Уроки в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Количество уроков 30
Тесты в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Количество квизов 96
Задачи с кодом в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Количество задач с кодом 55
Время прохождения курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Время прохождения курса —
Стоимость курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Стоимость курса 1 490 ₽ —
Обновления курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Обновления курса — —
Дата публикации курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Дата публикации курса — ———
Последнее обновление курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python»Последнее обновление — ———

Содержание курса

Разделы в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» 8 разделов Уроки в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» 30 уроков Тесты в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» 96 тестов Задачи в курсе «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» 55 задач Время прохождения курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» 0 ч. Последнее обновление курса «ИИ-аналитик данных: text-to-SQL и автоматизация на Python» обн. 3 августа 2026

ИИ-аналитик данных: что это и где ломается

4 урока
1. Что такое ИИ-аналитик данных и где ломается text-to-SQL ↗
2. Первый вызов LLM из Python: API, ключи, структурированный вывод ↗
3. Токены, контекст и температура — что влияет на качество SQL ↗
4. Архитектура ассистента: вопрос → SQL → проверка → отчёт ↗

Модель должна знать вашу базу: передаём схему

4 урока
1. Почему модель не знает вашу схему и что такое «контекст схемы» ↗
2. Извлекаем схему из базы: DDL, типы, ключи (PostgreSQL и SQLite) ↗
3. Словарь данных: связываем «выручку» с колонкой `amount` ↗
4. Большие схемы: как не утопить контекст модели ↗

Естественный язык → SQL

4 урока
1. Промпт для генерации SQL: system-промпт, схема, правила ↗
2. Few-shot на вашей схеме: примеры-образцы запросов ↗
3. Сложные запросы: JOIN, агрегаты, оконные функции, периоды ↗
4. Диалекты и чистый вывод: PostgreSQL vs SQLite, SQL без болтовни ↗

Анти-галлюцинации: проверяем SQL до использования

5 уроков
1. Где именно врёт модель: каталог галлюцинаций text-to-SQL ↗
2. Статическая проверка: существуют ли колонки и таблицы ↗
3. Проверка на данных: dry-run, EXPLAIN, контрольные суммы ↗
4. Ловим подмену JOIN и перепутанные единицы: сверка с эталоном ↗
5. Guardrails и петля самокоррекции: блокируем и чиним ↗

Конвейер «вопрос → SQL → проверка → pandas → отчёт»

4 урока
1. Собираем конвейер: от вопроса до проверенного DataFrame ↗
2. Из SQL в pandas: выгрузка, типы, повторная проверка ↗
3. Автокомментарий к цифрам: LLM объясняет результат (без выдумок) ↗
4. Повторяемые отчёты: параметры, шаблоны, расписание ↗

Дашборды и визуализация результатов

3 урока
1. От запроса к графику: выбор визуализации под вопрос ↗
2. Дашборд аналитика: несколько метрик на одном экране ↗
3. Отчёт-нарратив: текст, графики и выводы автоматически ↗

Боевые данные и безопасность

3 урока
1. Что уходит в облако: схема, а не данные ↗
2. Локальные и приватные модели для чувствительных данных ↗
3. Права, аудит и бюджет: read-only, логи, лимиты ↗

Капстоун — свой ИИ-ассистент аналитика

3 урока
1. Сборка ассистента: соединяем все слои ↗
2. Прогон на своей базе: end-to-end + проверки ↗
3. Упаковка для портфолио: README, демо, строчка в резюме ↗