Extração de Conhecimento sem Consultas: Aproveitar LLMs e RAG para um Acesso Inteligente a Bases de Dados
Biografia: Obteve uma Licenciatura (1997) e posteriormente um Mestrado (2009) em Engenharia Informática na Universidade Nova de Lisboa (FCT/UNL) com uma dissertação sobre previsões de serviços de TI baseada na análise de séries temporais, e tem um Doutoramento em Ciências e Tecnologias da Informação pelo ISCTE-IUL com uma tese nomeada de Software Development Process Mining: Discovery, Conformance Checking and Enhancement, combinando tecnologias de Big Data, Machine Learning e Process Mining na melhoria das práticas de desenvolvimento de projectos de software. É atualmente Professor Auxiliar na Universidade Lusófona e investigador do COPELABS e membro do CS/03 (Commission for the Information and Communications Technologies). É revisor oficial de jornais científicos internacionais, tais como o Journal of Systems and Software, o IEEE Access e o Journal of Software: Evolution & Process. Os seus principais interesses de investigação estão relacionados com a modelação, mineração simulação e previsão de processos.
- As consultas tradicionais a bases de dados exigem conhecimento em SQL.
- Os avanços nos Modelos de Linguagem de Grande Escala (LLMs) e na Geração Aumentada por Recuperação (RAG) permitem uma abordagem mais intuitiva para a obtenção de dados.
- Este workshop explora como os LLMs e o RAG podem ser utilizados para extrair informações de bases de dados sem necessidade de escrever consultas SQL.
Participantes
24 participantes.
Tópicos
Os participantes aprenderão:
- conceitos fundamentais sobre LLMs
- a instalar e integrar estas tecnologias em sistemas de dados existentes
- melhorar a descoberta de conhecimento
- otimizar a interação com utilizadores.
Pré-requisitos
Conhecimento de Bases de Dados e SQL.
Recursos Necessários
Portátil com:
- Docker/Docker Desktop (Instalado)
- Azure Data Studio ou ferramenta equivalente (instalado)
- 4 CPUs ou superior (preferencialmente)
- 16GB RAM (8 GB pode não chegar)
- 80GB de disco.
Documentação
Sala
F.3.7
Horário
17/Mar 18:30-20:30