Kurzusleírás
Bevezetés a következőkbe: vektorok, AI vektorbeágyazások, népszerű AI beágyazási modellek, szemantikus keresés, távolsági mérések
Áttekintés a vektorindexelési technikákról: IVFFlat index, HNSW index
PgVector kiterjesztés PostgreSQL-hez: telepítés, magas dimenziós vektorok tárolása és lekérdezése, távolsági mérések, vektorindexek használata
PgAI kiterjesztés PostgreSQL-hez: telepítés, beágyazások generálása, Retrieval-Augmented Generation implementálása, fejlett fejlesztési minták
Áttekintés a Text-to-SQL megoldásokról: LangChain keretrendszer
Kurzus eredménye: A kurzus végére a tanulók képesek lesznek AI-alapú adatbázis-alkalmazások elemeit tervezni és építeni PostgreSQL kiterjesztések és könyvtárak segítségével. Gyakorlati tapasztalatot szereznek a nagy nyelvi modellek (LLM) és a vektorkeresés integrálásának technikáival valós rendszerekbe, lehetővé téve számukra olyan alkalmazások fejlesztését, mint a szemantikus keresőmotorok, AI asszisztensek és természetes nyelvű adatbázis-interfészek.
Követelmények
alapvető SQL ismeretek, alapszintű tapasztalat PostgreSQL-lel, alapszintű Python vagy JavaScript programozási nyelvi ismeretek
Célközönség: adatbázis-fejlesztők, rendszerarchitektusok
Vélemények (2)
A megadott példák és laborok
Christophe OSTER - EU Lisa
Kurzus - PostgreSQL Advanced DBA
Gépi fordítás
1. Nagyon jól megkészített képzési program 2. A tanár által kialakított meleg hangulat és kitűnő személyes professzionális viselkedése 3. Azt, hogy a tanár mindezt úgy magyarázta el, mintha teljes kezdőkkel beszélne, anélkül, hogy bármilyen technikai kifejezésekbe merülne.
Piotr Romer - Asseco Poland S.A
Kurzus - PostgreSQL Administration, Optimization and Replication
Gépi fordítás