Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 14 ore
Struttura del corso
Introduzione a:
- i vettori
- gli embedding vettoriali nell’ambito dell’AI
- i principali modelli di generazione di embedding AI
- la ricerca semantica
- le misure di distanza tra vettori
Panoramica sulle tecniche di indicizzazione dei vettori:
- indice IVFFlat
- indice HNSW
L’estensione PgVector per PostgreSQL:
- installazione
- memorizzazione e interrogazione di vettori ad alta dimensionalità
- misure di distanza tra vettori
- utilizzo degli indici vettoriali
L’estensione PgAI per PostgreSQL:
- installazione
- generazione di embedding
- implementazione della Generazione Aumentata tramite Recupero
- modelli avanzati di sviluppo software
Introduzione alle soluzioni Text-to-SQL: il framework LangChain
Risultati del corso: Al termine del percorso formativo, gli studenti saranno in grado di:
- progettare e realizzare componenti di applicazioni basate su AI impiegando estensioni e librerie PostgreSQL.
- acquisire esperienza pratica nell’integrazione dei modelli linguistici di grandi dimensioni (LLM) e della ricerca vettoriale nei sistemi reali, abilitando la creazione di motori di ricerca semantici, assistenti intelligenti e interfacce database basate su linguaggio naturale.
Requisiti
Conoscenze di base di SQL, esperienza pregressa con PostgreSQL, familiarità con i linguaggi di programmazione Python o JavaScript
Destinatari: sviluppatori database, architetti di sistemi
Recensioni (1)
Ricostruzione e ottimizzazione degli indici delle tabelle e del QP al fine di migliorarne le prestazioni
Roberto Esposito
Corso - PostgreSQL AI for Developers
Traduzione automatica