Contattataci

Struttura del corso

Fondamenti dell’intelligenza artificiale a livello enterprise per PostgreSQL

  • Il ruolo di PostgreSQL nell’infrastruttura moderna basata sull’AI
  • Ciclo di vita dei modelli di intelligenza artificiale e architettura dei flussi dati
  • Integrazione dell’intelligenza artificiale nelle strategie aziendali relative ai dati

Implementazione di PostgreSQL per carichi di lavoro basati sull’AI

  • Installazione di PostgreSQL e delle estensioni necessarie per l’intelligenza artificiale
  • Configurazione di pgvector e dei plugin dedicati all’elaborazione con l’AI
  • Ottimizzazione di PostgreSQL per garantire prestazioni elevate nella generazione di embedding e nell’inferenza

Strategie di integrazione dell’intelligenza artificiale

  • Collegamento di PostgreSQL con Deepseek, Qwen, Mistral Small e OpenAI
  • Creazione di API RESTful per la comunicazione tra l’intelligenza artificiale e il database PostgreSQL
  • Integrazione diretta delle analisi basate sui modelli linguistici grandi nelle query SQL

Database vettoriali e intelligenza semantica

  • Comprendere i concetti di embedding e la ricerca per similitudine vettoriale
  • Implementare pgvector per ottenere un recupero informazioni semantico efficace
  • Collegamento di PostgreSQL con database vettoriali ibridi e complementari

Ottimizzazione delle prestazioni

  • Indicizzazione ad alta efficienza e gestione della cache per gestire le query generate dall’intelligenza artificiale
  • Esecuzione parallela delle query e suddivisione dei carichi di lavoro
  • Scalabilità orizzontale di PostgreSQL in scenari applicativi fortemente orientati all’AI

Sicurezza, conformità e governance

  • Tracciamento della provenienza dei dati e trasparenza nel funzionamento dei modelli implementati in PostgreSQL
  • Controllo degli accessi e registrazione delle attività per i flussi di dati gestiti dall’AI
  • Rispetto dei requisiti normativi previsti da GDPR, SOC 2 e ISO 27001

Automazione e monitoraggio

  • Impiego dell’intelligenza artificiale per il monitoraggio dei database e l’individuazione di anomalie
  • Automatizzazione della generazione e ottimizzazione delle query SQL mediante modelli linguistici grandi
  • Integrazione dei log provenienti da PostgreSQL in piattaforme di osservabilità basate sull’AI

Studi di caso aziendali e prospettive future

  • Implementazioni su larga scala dell’intelligenza artificiale all’interno di sistemi basati su PostgreSQL
  • Strategie per l’ottimizzazione del rapporto costi-prestazioni in ambienti produttivi
  • Tendenze emergenti nei database relazionali nativamente orientati all’intelligenza artificiale

Riassunto e prossimi passi da intraprendere

Requisiti

  • Conoscenza dei sistemi di database relazionali e della lingua SQL
  • Esperienza nella gestione e nello sviluppo di PostgreSQL
  • Familiarità con i modelli di intelligenza artificiale/machine learning nonché con i flussi operativi relativi all’elaborazione dei dati

Destinatari del corso

  • Architetti dei dati aziendali che integrano l’intelligenza artificiale con PostgreSQL
  • Responsabili tecnici impegnati nella gestione di sistemi database abilitati dall’AI
  • Amministratori di database incaricati della sicurezza e della governance negli ambienti con funzionalità AI
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative