DP-800: Develop AI-enabled database solutions

En este módulo se describe el diseño e implementación de varios objetos de base de datos, incluidas tablas con diferentes tipos de datos, tipos de tabla especializados, índices, restricciones y estrategias de creación de particiones. Aprenderá a crear y optimizar objetos de base de datos para plataformas SQL modernas.

• Introducción
• Descripción de las opciones de la plataforma basada en SQL Server
• Creación de tablas eficaces
• Optimización con índices
• Uso de tipos de tabla especializados
• Exigir la integridad de los datos con restricciones
• Administración de columnas e índices JSON
• Tablas de particiones para la escala
• Ejercicio: Creación y mantenimiento de objetos de base de datos

Aprende a crear y usar vistas, procedimientos almacenados, funciones escalares, funciones con valores de tabla y desencadenadores para crear soluciones de base de datos fáciles de mantener, seguras y eficaces.

• Introducción
• Creación de vistas
• Creación de procedimientos almacenados
• Creación de funciones escalares
• Creación de funciones con valores de tabla
• Creación de desencadenadores
• Elegir cuándo usar cada opción
• Ejercicio: Implementación de objetos de programación en SQL Server

Obtén información sobre técnicas avanzadas de T-SQL, como CTE, funciones de ventana, JSON, expresiones regulares, coincidencia aproximada, consultas de grafos y control de errores para SQL Server, Azure SQL y Fabric.

• Introducción
• Organizar consultas con expresiones de tabla comunes
• Aplicación de funciones de ventana para análisis
• Procesamiento de datos JSON con funciones integradaEmparejar patrones con expresiones regulares
• Búsqueda de coincidencias aproximadas con funciones de cadenas difusas
• Recorrer las relaciones con consultas de grafos
• Comparar filas con subconsultas correlacionadas
• Control de errores con TRY...CATCH
• Ejercicio: Trabajo con funciones JSON

Obtén información sobre cómo aprovechar GitHub Copilot y Fabric Copilot para el desarrollo de bases de datos asistidas por IA en bases de datos SQL Server, Azure SQL y SQL en Microsoft Fabric.

• Introducción
• Descripción de las herramientas de desarrollo asistidas por IA disponibles para las plataformas de Microsoft SQL
• Interpretación del impacto en la seguridad del uso de herramientas asistidas por IA
• Habilitación de GitHub Copilot y Fabric Copilot
• Configura el modelo y las opciones de la herramienta Model Context Protocol (MCP) en una sesión de chat de GitHub Copilot o Fabric Copilot
• Creación y configuración de archivos de instrucciones de Copilot de GitHub
• Conexión a puntos de conexión de servidor MCP, incluidos Microsoft SQL Server y Fabric Lakehouse
• Ejercicio: Configuración de herramientas asistidas por IA para el desarrollo de bases de datos

Obtén información sobre cómo proteger los datos confidenciales y cumplir con los requisitos de cumplimiento mediante la implementación de cifrado, enmascaramiento, controles de acceso y auditoría en las plataformas SQL de Microsoft.

• Introducción
• Protección de datos con cifrado
• Configuración del enmascaramiento dinámico de datos
• Implementar la seguridad a nivel de fila
• Administración de permisos y acceso seguro
• Implementación de la auditoría
• Configuración del acceso seguro a los servicios de IA
• Protección de puntos de conexión de API de datos
• Ejercicio: Implementación de características de seguridad

Optimiza el rendimiento Azure SQL Database eligiendo el nivel de servicio adecuado y administrando la simultaneidad con los niveles de aislamiento de transacciones. Analizar consultas con planes de ejecución y DMV. Utiliza el almacén de consultas para la administración de planes y para diagnosticar bloqueos e interbloqueos.

• Introducción
• Recomendar configuraciones de base de datos
• Conservar la integridad de los datos con los niveles de aislamiento de transacción y los controles de simultaneidad
• Evaluación del rendimiento de las consultas con planes de ejecución y DMV
• Supervisión y optimización de consultas con el almacén de consultas y la información de rendimiento de consultas
• Identificar y resolver bloqueos e interbloqueos
• Ejercicio: Optimización del rendimiento de las consultas

Implementa CI/CD para proyectos de SQL Database con control de código fuente, bifurcación, detección de desfase de esquemas, pipelines automatizados y estrategias de prueba mediante GitHub Actions y Azure DevOps.

• Introducción
• Creación, compilación y validación de proyectos de SQL Database
• Configuración del control de código fuente y administración de datos de referencia
• Administración de la bifurcación, las solicitudes de incorporación de cambios y la resolución de conflictos
• Detección y resolución de la deriva del esquema
• Implementación de canalizaciones de CI/CD
• Diseño e implementación de una estrategia de prueba
• Ejercicio: Implementación de CI/CD mediante proyectos de SQL Database

Crea API REST y GraphQL para bases de datos SQL mediante Data API Builder, implementa en los servicios de hospedaje de Azure e implementa patrones de cambio impulsados por eventos y supervisión.

• Introducción
• Creación de archivos de configuración para Data API Builder
• Definición de entidades para REST y GraphQL
• Exponer objetos de base de datos, procedimientos almacenados y vistas
• Exploración de las opciones de implementación de Data API Builder
• Recomendar configuraciones de Azure Monitor
• Control de cambios con patrones controlados por eventos
• Ejercicio: Configuración de Data API Builder para un catálogo de productos

Integra modelos de inteligencia artificial con Azure SQL Database mediante modelos externos y funciones de IA integradas. Diseña estrategias de inserción eficaces e implementa patrones de mantenimiento para mantener las incrustaciones alineadas con los datos de origen.

• Introducción
• Descripción y evaluación de modelos para cargas de trabajo de SQL Database
• Creación y administración de modelos externos en SQL
• Diseño de inserciones para cargas de trabajo de SQL Database
• Generación y mantenimiento de incrustaciones para cargas de trabajo de SQL Database
• Ejercicio: Generación y actualización de incrustaciones en Azure SQL Database

Implementa funcionalidades de búsqueda inteligente en SQL Server y Azure SQL mediante la combinación de la búsqueda de texto completo tradicional con búsqueda de vectores semánticos. Establece un modelo mental para diferentes enfoques de búsqueda, prepara SQL para la búsqueda basada en vectores e implementa patrones de búsqueda basados en vectores, híbridos y basados en clasificación con consideraciones de rendimiento.

• Introducción
• Elección de un enfoque de búsqueda inteligente
• Implementación de la búsqueda de texto completo
• Preparación de SQL para la búsqueda de vectores
• Implementación de patrones de consulta de búsqueda vectorial
• Implementación de la búsqueda híbrida y la clasificación
• Ejercicio: Implementación de la búsqueda inteligente con consultas híbridas, vectoriales y de texto completo

En este módulo te enseña a implementar la generación aumentada de recuperación (RAG) mediante Azure SQL Database. Aprenderás a identificar los escenarios de RAG adecuados, preparar los resultados de SQL como contexto de LLM, construir solicitudes aumentadas y procesar respuestas del modelo.

• Introducción
• Identificación de casos de uso y arquitectura de RAG
• Preparación del contexto de recuperación para el aumento
• Aumento de avisos con contexto de base de datos
• Generar y procesar respuestas RAG
• Ejercicio: Implementación de una solución RAG