Datamodellering med AI

Lär dig i hur Chatgpt kan integreras med datamodellering och hur dessa tekniker kan utnyttjas i praktiken.

Översikt

7 950 kr ex moms

09:00 till 16:30

På plats & distans

Stockholm

NFI Utbildning

Götgatan 14

Frukost, Lunch & fika*

Hotellsamarbete

Kursmål

Efter kursen Datamodellering med AI har du erhållit kunskaper i hur Chatgpt kan integreras med datamodellering och hur dessa tekniker kan utnyttjas i praktiken. Du ska också ha fått en förståelse för hur man tillämpar AI-baserad datamodellering för att förbättra informationssökning och analys i stora databaser. Du kommer även att lära dig de grundläggande begrepp som används vid datamodeller.

Sammanfattning

Har du undrat över hur det egentligen fungerar när du ska söka efter information i en databas? Vad är det som gör att du enkelt och smidigt kan söka efter det du behöver få veta? Vad innebär egentligen datamodellering? Då är kursen Datamodellering med AI något för dig. Du får en grundläggande förståelse för hur AI integreras i datamodellering för att automatisera skapandet av datamodeller. Du kommer att gå igenom vilka steg som ingår i att använda AI för att skapa och optimera datamodeller.

Mycket kreativ och engagerande kursledare.
Emma Engvall, ICA Sverige AB

Bra kursledare, relevant content, kul med eget case.
Anonym

Tydlig, strukturerad information.
Sara Hansson, Bisnode Informatics

Bra grund till hur databaser formas.
Jessica Skantz, ELECTROLUX

Rekommenderar kursen
Micael Lindbäck, Folksam

Vem bör delta?

Datamodellering med AI riktar sig till dig som vill få en samlad överblick av hur Chatgpt kan användas för att förbättra och effektivisera datamodellering och informationssökning i stora databaser.

Kursinnehåll

Introduktion till Datamodellering

Vad är datamodellering?
Varför behövs datamodellering?
Konceptuell datamodellering
Översikt av begrepp som objekt, attribut, relationer, referensintegritet och nycklar
Primära och främmande nycklar
Kandidatnycklar

ER-diagram (Entitetsrelationsdiagram)

Lära sig att skapa och tolka ER-diagram
Entiteter och attribut
Relationstyper (1:1, 1:M, M:M)
Objekt som relaterar till sig själv
Normalisering och denormalisering
Interaktivitet med ChatGPT

Från ER-diagram till Relationsdatabas

Överföring av ER-diagram till tabeller
Kod för att definiera primärnycklar och främmande nycklar i SQL
Normalformerna (1NF, 2NF, 3NF). Analys med Chatgpt.
Skapa kod: ChatGPT kan hjälpa dig att skriva och korrigera SQL-kod baserat på ditt ER-diagram

Praktiskt Projekt med ChatGPT

Tillämpa kunskapen genom att designa en fullständig databasmodell för ett verkligt scenario
Definiera projektets omfattning och krav
Skapa ER-diagram
Överför diagrammen till en fungerande relationsdatabas
Implementera affärsregler och dataintegritet
Dela den slutliga SQL-koden med ChatGPT för en virtuell granskning och feedback

Löpande användning av ChatGPT under Kursen

Support: Vi frågar ChatGPT om hjälp när de stöter på problem eller behöver förtydliganden
Interaktiva Diskussioner: Genomföra interaktiva samtal för att öka förståelsen av komplexa ämnen
Övningsuppgifter: ChatGPT genererar anpassade övningsuppgifter med svar

Triggers

Vad är en trigger?
Skapa trigger med AI
Resultatset i triggers
Trigger som skyddar data
Trigger för historik

Övningar

Under kursen kommer du att få träna på de olika delarna inom datamodellering för att ge dig en fördjupad förståelse i ämnet. Kursen är praktiskt inriktad med ett flertal mindre övningar.