Contattataci

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

 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative