Kom i kontakt

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

 14 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier