Projektowanie systemów RAG klasy enterprise z wykorzystaniem LLM, wyszukiwania wektorowego

Większość projektów AI działających w trybie agentowym wygląda imponująco na prezentacji, a następnie utknie w produkcji — nie dlatego, że model jest słaby, ale ponieważ brakuje wspólnego, zarządzanego zrozumienia tego, co oznacza „klient”, „zamówienie” czy „incydent” w różnych systemach, i nie ma sposobu, aby prześledzić odpowiedź z powrotem do jej źródła. Ten warsztat wypełnia tę lukę, traktując graf enterprise jako fundament zaufanego agenta AI, a nie tylko zapytania. Przez cztery godziny praktycznych zajęć zaprojektujesz i zbudujesz zaufanego agenta AI/danych: ontologię i graf odwzorowane w Microsoft Fabric IQ, opartych na Twoich istniejących modelach semantycznych Power BI i zakorzenionych w danych operacyjnych w czasie rzeczywistym, które agent czatu wykorzystuje do udzielania zrozumiałych, możliwych do prześledzenia, zarządzanych odpowiedzi. Fabric IQ, Fabric Graph, Real-Time Intelligence, Purview i Power BI to narzędzia, które wykorzystasz do budowy agenta — sam agent oraz zaufanie, które zyskuje od użytkowników biznesowych, stanowią centralny temat warsztatu. Jak ten warsztat przyspieszy Twoją karierę uczestnicząc w tym kursie magistranckim, nauczysz się jak: • Projektować architekturę zaufanego agenta AI/danych opartą na zarządzanym grafie enterprise, a nie tylko na indeksie wektorowym. • Modelować ontologię i graf wiedzy w Microsoft Fabric IQ, oparty na modelach semantycznych Power BI i wzbogacony danymi operacyjnymi w czasie rzeczywistym. • Osadzić agenta konwersacyjnego w tym grafie, aby każda odpowiedź była zrozumiała i możliwa do prześledzenia do konkretnego bytu lub relacji. • Ocenić kompromisy pomiędzy wydobywaniem opartym na grafie a klasycznym RAG wektorowym i połączyć obie metody tam, gdzie każda z nich jest najsilniejsza. • Zastosować zarządzanie, ramy ochrony i praktyki niezawodności — Microsoft Purview, zabezpieczenia na poziomie wierszy i kolumn, kontrole Odpowiedzialnego AI, zatwierdzenia od ludzi — aby przenieść agenta z prototypu do produkcji. • Zredukować halucynacje i testować tryby awarii, wykorzystując wyraźną strukturę grafu jako wbudowany szlak oceny i audytu. Dlaczego warto wziąć udział teraz? Większość projektów GenAI i działających w trybie agentowym AI nie udaje się, nie z powodu samego modelu, ale z powodu słabego osadzenia, braku wspólnej terminologii biznesowej oraz braku zarządzanej architektury gotowej do produkcji. W miarę jak przedsiębiorstwa przechodzą od chatbotów do agentów, którzy analizują dane na żywo i podejmują działania, umiejętność, która jest w niedoborze, to nie inżynieria promptów — to umiejętność modelowania grafu, na którym agent stoi, oraz zarządzania tym, co ma prawo widzieć i robić. Microsoft Fabric IQ — ogłoszony na Microsoft Ignite w listopadzie 2025 roku i wprowadzany przez 2026 rok, z podstawowymi możliwościami agenta osiągającymi ogólną dostępność w połowie 2026 roku — to odpowiedź Microsoftu na ten problem: wspólna warstwa kontekstu ontologii biznesowych i grafów, znajdująca się w OneLake, przeciwko której zarówno ludzie, jak i agenci AI myślą. Uzyskanie praktycznych doświadczeń z tym narzędziem teraz, gdy jego możliwości są wciąż w fazie kształtowania, to prawdziwa przewaga wczesnego inwestora dla ról w zakresie inżynierii AI, danych, analityki, architektury oraz technologii enterprise. Kto powinien wziąć udział? Ten warsztat jest idealny dla: • Inżynierów AI i praktyków GenAI • Inżynierów danych i profesjonalistów analitycznych • Inżynierów oprogramowania i architektów rozwiązań • Data Scientistów i Inżynierów Uczenia Maszynowego • Konsultantów technologicznych i architektów enterprise • Profesjonalistów przechodzących do ról AI i GenAI w enterprise Wymagania wstępne • Podstawowe zrozumienie Generative AI, LLM lub przepływów danych w przedsiębiorstwie • Znajomość interfejsów API, baz danych lub chmurowych platform danych jest pomocna, ale nieobowiązkowa • Doświadczenie w zakresie danych, analityki, AI, inżynierii oprogramowania lub architektury rozwiązań pomoże Ci maksymalnie wykorzystać naukę • Nie jest wymagane zaawansowane doświadczenie w uczeniu maszynowym lub głębokim • Zainteresowanie budowaniem aplikacji RAG, osadzonych systemów AI lub rozwiązań GenAI w przedsiębiorstwie Ucz się od najlepszych Brian Bønk to MVP Platformy Danych i uznawany przez Microsoft architekt rozwiązań FastTrack z ponad dwudziestoletnim doświadczeniem w zakresie danych, analityki i wdrażania platform enterprise. Znany z łączenia biznesu i technologii, pomaga zespołom projektować skalowalne rozwiązania danych, które przynoszą wymierny wpływ. W tym kursie magistranckim Brian przynosi praktyczną wiedzę z zakresu Microsoft Fabric, Power BI, zarządzania i architektury AI, aby pomóc uczestnikom budować osadzone, gotowe do produkcji systemy GenAI z pewnością i jasnością w praktyce już dziś.