Contattataci

Struttura del corso

Introduzione a:

  • vettori
  • embedding vettoriali AI
  • modelli di embedding AI diffusi
  • ricerca semantica
  • misure di distanza

Panoramica sulle tecniche di indicizzazione vettoriale:

  • indice IVFFlat
  • indice HNSW

Estensione PgVector per PostgreSQL:

  • installazione
  • archiviazione e interrogazione di vettori ad alta dimensionalità
  • misure di distanza
  • utilizzo di indici vettoriali

 Risultato del corso: Al termine del corso, gli studenti avranno una comprensione delle estensioni PostgreSQL basate su AI più diffuse. Acquisiranno esperienza pratica con le tecniche per l'integrazione di grandi modelli linguistici (LLM) e della ricerca vettoriale nelle applicazioni reali.

 

Requisiti

 conoscenza di base di SQL, esperienza di base con PostgreSQL

Ambiente di laboratorio: DaDesktops in esecuzione di macchine virtuali Linux (fornito da NobleProg)

Pubblico target: sviluppatori di applicazioni per database, architetti di sistema, analisti di dati

 7 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative