Struttura del corso
Introduzione a:
- vettori
- embedding vettoriali per l'IA
- modelli di embedding IA diffusi
- ricerca semantica
- metriche di distanza
Nozioni generali sulle tecniche di indicizzazione vettoriale:
- Indice IVFFlat
- Indice HNSW
Extension PgVector per PostgreSQL:
- installazione
- memorizzazione e interrogazione di vettori ad alta dimensionalità
- metriche di distanza
- utilizzo degli indici vettoriali
Extension PgAI per PostgreSQL:
- installazione
- generazione di embedding
- implementazione della Generazione Aumentata dal Recupero (RAG)
- pattern di sviluppo avanzati
Nozioni generali sulle soluzioni Text-to-SQL: framework LangChain
Esito del corso: Al termine del corso, gli studenti saranno in grado di:
- progettare e sviluppare componenti di applicazioni database abilitate all'IA utilizzando estensioni e librerie PostgreSQL.
- acquisire esperienza pratica con le tecniche per integrare modelli linguistici di grandi dimensioni (LLM) e la ricerca vettoriale in sistemi reali, consentendo loro di sviluppare applicazioni come motori di ricerca semantici, assistenti IA e interfacce database basate sul linguaggio naturale.
Requisiti
conoscenze di base su SQL, esperienza di base con PostgreSQL, conoscenze di base sui linguaggi di programmazione Python o JavaScript
Pubblico destinatario: sviluppatori di database, architetti di sistemi
Recensioni (2)
Gli esempi forniti e i laboratori
Christophe OSTER - EU Lisa
Corso - PostgreSQL Advanced DBA
Traduzione automatica
1. Un programma di formazione strutturato molto bene 2. L'atmosfera calda che l'istruttore ha creato, insieme alla sua eccellente professionalità personale 3. Il fatto che l'istruttore abbia spiegato tutto come se stesse parlando a un principiante assoluto, senza cadere in alcun gergo tecnico.
Piotr Romer - Asseco Poland S.A
Corso - PostgreSQL Administration, Optimization and Replication
Traduzione automatica