142. spotkanie Data Community Kraków

Zapraszamy na 142. spotkanie krakowskiej grupy Data Community, w HEVRE!

KIEDY

17 czerwca (środa) - 18:00 - 21:00

GDZIE

Pub HEVRE - Meiselsa 18, Kraków

ABSTRAKTY

Generatywne AI i LLM - nowa fala technologii - Wprowadzenie do generatywnego AI i dużych modeli językowych - od różnic między klasycznym machine learningiem a LLM, przez podstawy architektury Transformer, po praktyczne wykorzystanie modeli w rozwiązaniach biznesowych. Omówimy, jak LLM zmieniają sposób budowy systemów ML: od trenowania modeli predykcyjnych do tworzenia aplikacji opartych o prompty, kontekst, wyszukiwanie informacji i integrację z narzędziami.

Pokażemy też, jak łączyć modele językowe z firmowymi danymi, aby tworzyć bardziej użyteczne aplikacje AI. Omówimy podstawy RAG, rolę agentów AI oraz zastosowanie frameworków takich jak LangChain i Semantic Kernel. Część praktyczna obejmie demo funkcji AI w Databricks.

Z sesji wyniesiesz:

• Zrozumienie, czym różni się klasyczne ML od dużych modeli językowych.
• Podstawową wiedzę o tym, jak działa architektura Transformer.
• Wiedzę, kiedy warto zastosować RAG i jaką rolę pełni kontekst w odpowiedziach generowanych przez model.
• Świadomość, czym są agenci AI i narzędzia do orkiestracji pracy modeli.
• Praktyczny obraz wykorzystania generatywnego AI w Databricks.

Regex w SQL Server 2025: koniec z kombinowaniem w T-SQL? -

Wyrażenia regularne przez lata były w SQL Serverze tematem z kategorii: „da się, ale…”. LIKE, PATINDEX, CLR, zewnętrzny kod, funkcje pomocnicze, obejścia — każdy miał na to swój sposób.

W SQL Server 2025 dostajemy natywną obsługę wyrażeń regularnych w T-SQL, m.in. funkcje REGEXP_LIKE, REGEXP_REPLACE, REGEXP_SUBSTR, REGEXP_INSTR, REGEXP_COUNT, REGEXP_MATCHES i REGEXP_SPLIT_TO_TABLE. Microsoft opisuje je jako mechanizm do dopasowywania złożonych wzorców i manipulowania danymi bez wychodzenia poza SQL Server.

W trakcie sesji pokażę praktyczne scenariusze użycia regexów w SQL Server 2025: walidację danych, wyszukiwanie wzorców, czyszczenie tekstu, ekstrakcję fragmentów stringów oraz dzielenie danych tekstowych do postaci tabelarycznej.

Na koniec porozmawiamy o ograniczeniach: m.in. o wpływie regexów na wydajność, różnicach względem klasycznych porównań tekstowych, ograniczeniach dla typów varchar(max) / nvarchar(max).

BIO

Maciej Kępa - Data Architect @ Datumo

Inżynier danych oraz lider techniczny w Datumo. Swoją karierę zadedykował obszarom AI/ML, urządzeniom brzegowym oraz IoT. Zawodowo związany z projektowaniem oraz wdrażaniem rozwiązań opartych głównie na chmurze Azure. Zwolennik sztucznej inteligencji zorientowanej na dane (Data-centric AI). Prywatnie miłośnik zwierząt, gier komputerowych oraz majsterkowania

Tomasz Libera - Data Architect w TIDK. MVP Data Platform, MCT. Aktywny członek Data Community Poland. Prelegent na konferencjach dotyczących Microsoft Data Platform.

Jego prezentacje i sesje szkoleniowe można znaleźć na kanale YouTube. Pasjonat kolarstwa i maratonów MTB.