Text2SQL как прорыв в аналитике: как мы научили ИИ понимать бизнес-запросы без посредников

Тезисы

Представьте: вы принимаете стратегические решения и каждый запрос в аналитику превращается в многочасовой квест. В эпоху, когда скорость решений определяет успех, это не просто боль — это угроза для бизнеса. В X5 Retail Group с её тысячами магазинов мы столкнулись с этим лицом к лицу. Но как сделать аналитику мгновенной, даже для тех, кто далёк от SQL?

Наша команда в X5 Tech разработала чат-бот, который превращает обычный вопрос текстом в готовый SQL-запрос и формирует моментальный отчет. Например, директор магазина пишет: «Сравни выручку по моему филиалу с прошлым месяцем» — и через секунду видит ответ с графиком прямо в смартфоне. Ни очередей в IT, ни ручных выгрузок.

В докладе не только поговорим про пользу такого приложения, но и про детали реализации. Расскажу, как Tex2SQL помогает автоматизировать рутинные задачи работы с данными. Поделюсь, как мы собирали и обрабатывали данные для обучения системы, а также покажу весь пайплайн работы приложения — от поступления запроса до генерации SQL и постобработки ответа.

Разберёмся, какие научные подходы и методы мы тестировали для улучшения модели, что из этого сработало на практике, и какие выводы сделали.

Также расскажу о том, как мы измеряли качество работы Tex2SQL и с какими трудностями столкнулись при внедрении.

Аудитория

Analyst, data-scientist, ml-engineer.

Уровень сложности

Any level.