Contattataci

Struttura del corso

Introduzione all’uso dell’IA in Postgres

  • Panoramica sui sistemi basati sull’intelligenza artificiale e sull’analisi dei dati
  • Casistiche di applicazione dell’IA negli ambienti Postgres
  • Considerazioni architetturali per l’utilizzo dell’intelligenza artificiale

Configurazione dell’ambiente di lavoro

  • Installazione di PostgreSQL e configurazione di pgvector
  • Impostazione di Python per le integrazioni IA
  • Collegamento di Postgres a modelli linguistici locali o in cloud

Estensioni IA e database vettoriali

  • Comprensione dei concetti di embedding vettoriali in Postgres
  • Utilizzo di pgvector per eseguire ricerche di similarità e interrogazioni semantiche
  • Confronto tra le prestazioni delle estensioni IA interne e i database vettoriali esterni

Integrazione dei modelli linguistici con Postgres

  • Collegamento di Postgres a OpenAI, Deepseek, Qwen e Mistral Small
  • Progettazione di pipeline per l’elaborazione delle query basate su IA
  • Archiviazione ed estrazione efficiente degli embedding vettoriali

Creazione di sistemi di interrogazione intelligenti

  • Conversione automatica del linguaggio naturale in query SQL tramite modelli linguistici
  • Automazione nella generazione e ottimizzazione delle query
  • Ricerca e sintesi dei dati nel database con il supporto dell’IA

Ottimizzazione di Postgres per le attività IA

  • Strategie di indicizzazione specifiche per gli embedding vettoriali
  • Regolazione delle prestazioni e implementazione della cache per le query IA
  • Scalabilità di Postgres attraverso architetture distribuite o cloud-based

Sicurezza e governance nei database abilitati all’IA

  • Questioni relative alla privacy dei dati e alle normative vigenti
  • Gestione delle chiavi API e del controllo degli accessi
  • Monitoraggio e analisi delle interazioni con l’IA nonché dei log delle query

Case study ed esempi applicativi in ambito aziendale

  • Sistemi di raccomandazione basati sull’IA integrati con Postgres
  • Soluzioni enterprise per ricerca e analisi dei dati sfruttando gli embedding vettoriali
  • Automazione e modellizzazione predittiva implementate all’interno di Postgres

Riassunto e prossimi passi da intraprendere

Requisiti

  • Conoscenza di base del linguaggio SQL e dei concetti fondamentali sui database relazionali
  • Esperienza nella gestione o nello sviluppo di Postgres
  • Conoscenze elementari riguardo ai principi dell’intelligenza artificiale e del machine learning

Destinatari

  • Amministratori di database interessati all’integrazione dell’IA in Postgres
  • Ingegneri dei dati che progettano pipeline database abilitate all’IA
  • Sviluppatori e architetti impegnati nella realizzazione di applicazioni intelligenti basate sui dati
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative