Kursplan
Introduktion till:
- vektorer
- AI-vektorinbäddningar
- populära AI-inbäddningsmodeller
- semantisk sökning
- avståndsmått
Översikt över vektorindexeringstekniker:
- IVFFlat-index
- HNSW-index
PgVector-utökning för PostgreSQL:
- installation
- lagring och fråging av högdimensionella vektorer
- avståndsmått
- användning av vektorindex
PgAI-utökning för PostgreSQL:
- installation
- generering av inbäddningar
- implementering av Retrieval-Augmented Generation
- avancerade utvecklingsmönster
Översikt över Text-to-SQL-lösningar: LangChain-ramverket
Kursresultat: I slutet av kursen kommer studenterna att kunna:
- designa och bygga delar av AI-drivna databastillämpningar med hjälp av PostgreSQL-utökningar och bibliotek.
- få praktisk erfarenhet av tekniker för att integrera stora språkmodeller (LLM) och vektorsökning i verkliga system, vilket gör att de kan utveckla tillämpningar som semantiska sökmotorer, AI-assistenter och naturligspråkliga databasgränssnitt.
Krav
grundläggande kunskaper i SQL, grundläggande erfarenhet av PostgreSQL, grundläggande kunskaper i programmeringsspråken Python eller JavaScript
Målgrupp: databasutvecklare, systemarkitekter
Vittnesmål (2)
De tillhandahållna exempel och laborationer
Christophe OSTER - EU Lisa
Kurs - PostgreSQL Advanced DBA
Maskintolkat
1. Ett väldigt välstrukturerat utbildningsprogram 2. Den varma atmosfär som instrukteuren skapade, tillsammans med hans utmärkta personliga professionella kompetens 3. Att instrukteuren förklarade allt som om han talade till en fullständig nybörjare, utan att falla tillbaka på någon teknisk terminologi.
Piotr Romer - Asseco Poland S.A
Kurs - PostgreSQL Administration, Optimization and Replication
Maskintolkat