Kursplan
Introduktion till: vektorer, AI-vektorinbäddningar, populära AI-inbäddningsmodeller, semantisk sökning, avståndsmått.
Översikt över vektorindexeringsmetoder: IVFFlat-index, HNSW-index.
PgVector-tillägg för PostgreSQL: installation, lagring och frågehantering av högdimentionsvektorer, avståndsmått, användning av vektorindex.
PgAI-tillägg för PostgreSQL: installation, generering av inbäddningar, implementering av Retrieval-Augmented Generation, avancerade utvecklingsmönster.
Översikt över Text-to-SQL-lösningar: LangChain-ramverket.
Kursens utfall: I slutet av kursen ska deltagarna kunna designa och bygga delar av AI-drivna databasapplikationer med hjälp av PostgreSQL-tillägg och bibliotek. De får praktisk erfarenhet av tekniker för att integrera stora språkmodeller (LLM) och vektorsökning i verkliga system, vilket möjliggör utveckling av applikationer som semantiska sökmotorer, AI-assistent och naturligt språksgränssnitt för databaser.
Krav
Grundläggande kunskaper i SQL, grundläggande erfarenhet av PostgreSQL och grundläggande kunskaper i programmeringsspråket 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