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
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