Lépjen kapcsolatba velünk

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

 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák