Struttura del corso

Introduzione all'AI in Postgres

  • Panoramica dell'AI e dei sistemi guidati dai dati
  • Caso d'uso dell'AI all'interno degli ambienti Postgres
  • Considerazioni architettoniche per i carichi di lavoro AI

Impostazione dell'Ambiente

  • Installazione di PostgreSQL e configurazione di pgvector
  • Configurazione di Python per le integrazioni AI
  • Connessione di Postgres a LLM locali e basati sul cloud

Estensioni AI e Database Vettoriali

  • Comprensione degli embeddings vettoriali in Postgres
  • Utilizzo di pgvector per ricerche di similarità e query semantiche
  • Confronto delle estensioni AI con archiviazioni vettoriali esterne

Integrazione di LLM con Postgres

  • Connessione di Postgres a OpenAI, Deepseek, Qwen e Mistral Small
  • Progettazione di pipeline di query AI
  • Almaceno e recupero efficiente degli embeddings

Costruzione di Sistemi di Query Intelligenti

  • Conversione del linguaggio naturale in SQL utilizzando LLM
  • Automazione della generazione e ottimizzazione delle query
  • Ricerca assistita da AI e riepilogo dei database

Ottimizzazione di Postgres per Carichi di Lavoro AI

  • Strategie di indicizzazione per gli embeddings
  • Ottimizzazione delle prestazioni e caching per le query AI
  • Scalabilità di Postgres con architetture distribuite e cloud

Sicurezza e Governance nei Database Abilitati da AI

  • Considerazioni sulla privacy dei dati e conformità
  • Gestione delle chiavi API e controllo degli accessi
  • Audit delle interazioni AI e log delle query

Studi di Caso e Utilizzi Aziendali

  • Sistemi di raccomandazione basati su AI con Postgres
  • Ricerca e analisi aziendali con embeddings
  • Automazione e modellazione predittiva all'interno di Postgres

Riassunto e Prossimi Passi

Requisiti

  • Comprensione di SQL e concetti di database relazionale
  • Esperienza nell'amministrazione o nello sviluppo di Postgres
  • Familiarità di base con i principi dell'AI e del machine learning

Pubblico Obiettivo

  • Amministratori di database che desiderano integrare l'AI in Postgres
  • Ingegneri dati che costruiscono pipeline di database basate su AI
  • Sviluppatori e architetti che progettano applicazioni guidate dai dati intelligenti
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative