Lépjen kapcsolatba velünk

Kurzusleírás

Bevezetés:

  • vektorok
  • AI vektorbeágyazások
  • népszerű AI beágyazási modellek
  • szemantikus keresés
  • távolságmérések

Vektorindexelési technikák áttekintése:

  • IVFFlat index
  • HNSW index

PgVector kiterjesztés PostgreSQL-hez:

  • telepítés
  • magas dimenziós vektorok tárolása és lekérdezése
  • távolságmérések
  • vektorindexek használata

PgAI kiterjesztés PostgreSQL-hez:

  • telepítés
  • beágyazások generálása
  • Retrieval-Augmented Generation megvalósítása
  • fejlett fejlesztési minták

Szöveg-SQL megoldások áttekintése: LangChain keretrendszer

Kurzus eredménye: A kurzus végére a tanulók képesek lesznek:

  • tervezni és építeni AI-alapú adatbázisalkalmazások elemeit PostgreSQL kiterjesztések és könyvtárak használatával.
  • gyakorlati tapasztalatot szerezni a nagy nyelvi modellek (LLM) és vektorkeresés integrálásának technikáival valós rendszerekbe, lehetővé téve számukra olyan alkalmazások fejlesztését, mint a szemantikus keresőmotorok, AI asszisztensek és természetes nyelvű adatbázis felületek.

Követelmények

alapvető SQL ismeretek, alapvető tapasztalat PostgreSQL használatában, alapvető ismeretek Python vagy JavaScript programozási nyelvekben

Célközönség: adatbázis fejlesztők, rendszerarchitektusok

 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák