AI tahu sintaks SQL. Ia tidak tahu maksud data anda.

Daripada query ad-hoc sehinggalah ke saluran data yang berjalan setiap malam, anda belajar menggunakan pembantu AI seperti seorang jurutera data yang bertanggungjawab: prompt berstruktur yang menghasilkan SQL boleh jalan pada pusingan pertama, pelan pelaksanaan dibaca sebelum indeks ditambah, ujian dbt yang menangkap kegagalan yang benar-benar berlaku, dan satu tabiat kecil yang menyelamatkan laporan bulanan — sahkan setiap andaian semantik dengan satu query, sebelum ia sampai ke papan pemuka pengurusan.

Lihat kandungan kursus

4
Modul: 9
Pelajaran praktikal: 100%
Percuma: 1-1
Jurulatih menyemak tugasan anda

Pernah rasa begini?

Kerja pemuatan malam gagal pada pukul 3 pagi. Anda buka log dan berhadapan dengan empat ribu baris, kebanyakannya amaran yang sudah ada sejak setahun lepas. Menjelang anda menemui lima baris yang benar-benar penting, mesyuarat pagi sudah bermula dan seseorang sudah bertanya kenapa papan pemuka jualan kosong.

Anda minta AI menulis satu query bulanan. Ia memulangkan SQL yang cantik, kemas, dan sepenuhnya salah — ia menganggap lajur "jumlah" dalam ringgit sedangkan sistem menyimpannya dalam sen, dan mengira setiap pesanan tiga kali kerana JOIN kepada jadual butiran menukar butiran query. Yang menakutkan bukan ia gagal; yang menakutkan ialah nombornya masih kelihatan munasabah.

Gudang data yang anda warisi ada tiga ratus jadual dan tiada kamus data. Tiada siapa boleh beritahu dengan pasti sama ada status 'C' bermakna selesai atau dibatalkan, dan orang yang membinanya sudah pindah ke syarikat lain dua tahun lepas. Setiap permintaan mudah daripada pihak perniagaan bermula dengan dua jam arkeologi.

Selepas kursus ini, anda boleh

Menulis prompt SQL berstruktur enam bahagian yang menghasilkan query boleh jalan pada pusingan pertama, bukan pusingan kelima
Mengesan andaian semantik yang AI buat tentang data anda — unit wang, kod status, padam lembut, zon waktu, butiran jadual — dan mengesahkan setiap satu dengan satu query kecil
Membaca EXPLAIN (ANALYZE, BUFFERS) dan memberi pelan itu kepada AI, supaya cadangan indeksnya menjadi tepat dan bukan nasihat generik
Menulis kontrak saluran data yang menjawab soalan sukar lebih awal: idempoten, tetingkap data lewat, SLA, dan siapa dimaklumkan bila ia gagal
Menjana model dan ujian dbt yang menangkap kegagalan sebenar — kesegaran, isipadu, hubungan antara jadual — bukan sekadar unique dan not_null pada kunci utama

Kandungan kursus

1
Modul 1 — Asas: AI sebagai rakan sepasukan jurutera data
Menukar cara kerja daripada 'menaip setiap baris sendiri' kepada 'menetapkan konteks, menjana, dan mengesahkan'. Anda akan faham apa yang AI benar-benar mempercepatkan dalam kerja data, dan mengapa bahagian paling berbahaya bukan sintaks yang salah, tetapi andaian tentang maksud data yang kelihatan betul.
2
Modul 2 — SQL bersama AI: menulis dan mengoptimumkan
Dua kemahiran SQL yang paling banyak menjimatkan masa: mendapatkan query yang betul pada pusingan pertama dengan prompt berstruktur, dan mempercepatkan query yang perlahan dengan membaca pelan pelaksanaan sebelum menerima cadangan AI.
3
Modul 3 — Saluran data, dbt dan kualiti data
Daripada query terpencil kepada sistem yang boleh dipercayai: kontrak dan dokumentasi saluran data, model serta ujian dbt yang benar-benar menangkap masalah, dan pemeriksaan kualiti data yang memberitahu anda sebelum pengguna perniagaan yang memberitahu.
4
Modul 4 — Penyelenggaraan dan Projek Akhir
Kerja yang mengisi hari sebenar seorang jurutera data: mencari punca kerja yang gagal daripada beribu baris log, dan menukar skema tanpa memecahkan apa-apa di hilir. Kemudian satu projek akhir yang menyatukan semuanya.

Kursus ini untuk anda yang

Bekerja dengan SQL, gudang data dan saluran data setiap hari — analytics engineer, jurutera data, atau analis yang sudah selesa dengan SQL
Menyelenggara saluran data di sebuah bank, telco, peruncit atau pusat perkhidmatan berkongsi MNC, di mana laporan pagi tidak boleh lewat
Menggunakan Copilot, Claude atau ChatGPT untuk SQL sekali-sekala, tetapi tidak yakin bila hasilnya boleh dipercayai tanpa disemak baris demi baris
Mewarisi gudang data lama tanpa dokumentasi, tanpa ujian, dan setiap perubahan skema terasa seperti risiko yang tidak boleh diukur
Seorang ketua pasukan data yang mahu menetapkan peraturan pasukan tentang penggunaan AI — bukan sekadar melarang, dan bukan juga membiarkan

Kenapa kursus ini berbeza

Tugasan pada gudang data anda sendiri

Setiap latihan dibuat pada jadual anda sendiri — query anda yang perlahan, saluran data anda yang tiada dokumen, model dbt anda yang tiada ujian. Bukan set data mainan yang anda lupa sebaik sahaja tab ditutup.

Jurulatih membaca SQL anda

Tugasan penting — templat prompt anda, query yang anda optimumkan, kontrak saluran data dan schema.yml yang anda tulis — dibaca dan dikomen oleh jurulatih. Anda dapat tahu di mana anda betul, dan di mana anda sebenarnya cuma bernasib baik.

Semantik sebelum sintaks

Benang merah kursus ini bukan prompt yang lebih pandai. Ia satu tabiat: setiap kali AI membuat andaian tentang maksud data anda, sahkan dengan satu query sebelum meneruskan. Itu yang menghalang laporan 100 kali ganda.

Apa kata pelajar kami

Pelajaran tentang semantik data itu terus mengena. Minggu yang sama saya jumpa satu papan pemuka yang sudah setahun mengira baris butiran sebagai bilangan pesanan. Query pengesahan yang saya belajar di sini ambil masa tiga puluh saat.

AAiman Zulkifli · Jurutera Data, peruncit rangkaian, Petaling Jaya

Saya selalu menampal query kepada AI dan bertanya kenapa ia lambat. Selepas kursus ini saya tampal pelan EXPLAIN sekali. Satu indeks yang betul memotong laporan malam kami dari 41 minit ke bawah 3 minit — dan saya tahu sebabnya, bukan sekadar bernasib baik.

KKavitha Ramasamy · Ketua Pasukan Data, bank tempatan, Kuala Lumpur

Kontrak saluran data itu bahagian yang saya bawa terus ke pasukan. Separuh soalan dalam templat kami tidak boleh jawab pada mulanya — dan itulah penemuan sebenarnya.

TTan Wei Ming · Analytics Engineer, pusat perkhidmatan berkongsi, Cyberjaya

Soalan lazim

Apa yang perlu saya kuasai sebelum mula?

Anda perlu sudah selesa menulis SQL — JOIN, GROUP BY dan fungsi tetingkap asas — dan pernah bekerja dengan sebuah gudang data atau pangkalan data analitik. Kursus ini tidak mengajar SQL dari sifar; ia mengajar cara bekerja dengan pembantu AI tanpa kehilangan kawalan terhadap ketepatan angka yang anda hantar.

Pangkalan data mana yang digunakan dalam contoh?

Contoh ditulis untuk PostgreSQL dan BigQuery, dengan nota di mana Snowflake, Databricks atau MySQL berbeza. Prinsipnya sama untuk semua — perbezaan sebenar hanya pada fungsi tarikh dan sintaks partition, dan setiap prompt diberi dalam bentuk yang boleh anda ubah suai kepada dialek anda.

Perlukah saya sudah menggunakan dbt?

Tidak. Modul dbt bermula daripada apa itu model berlapis dan mengapa ujian penting, jadi anda boleh mengikutinya walaupun pasukan anda masih menggunakan SQL biasa atau Airflow sahaja. Yang menggunakan dbt setiap hari pula akan mendapat manfaat paling besar daripada bahagian ujian — kerana ujian lalai yang dijana AI hampir selalu menangkap masalah yang tidak pernah berlaku.

Bolehkah saya gunakan data pengeluaran untuk tugasan?

Jangan tampal baris data sebenar yang mengandungi nama, nombor telefon, e-mel, nombor kad pengenalan atau nombor akaun ke dalam alat AI awam — di bawah PDPA 2010 itu pendedahan data peribadi kepada pihak ketiga. Salah satu pelajaran awal menunjukkan cara memberi AI bentuk data tanpa isinya: skema, jenis data, taburan GROUP BY dan julat MIN/MAX sudah memadai untuk hampir semua kes.

Bagaimana semakan jurulatih berfungsi?

Anda hantar tugasan melalui platform. Jurulatih membaca kerja anda — templat prompt, SQL akhir, kontrak saluran data atau schema.yml — dan membalas dengan komen khusus pada apa yang anda hantar, bukan mesej templat. Jika ada yang perlu diperbaiki, anda betulkan dan hantar semula.

Sedia bergerak lebih pantas tanpa memecahkan angka?

Sertai percuma hari ini dan siapkan pelajaran pertama dalam masa kurang 15 minit. Tugasan pertama anda akan dibaca oleh jurulatih sebenar, bukan diperiksa oleh mesin.