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
Recensioni (3)
conoscenza delle prestazioni
Adrian Ionut Chelaru - Banca Transilvania Cluj
Corso - PostgreSQL Advanced - Performance Management
Traduzione automatica
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
Un buon primo contatto con una nuova tecnologia di database
Cont Florian - Banca Transilvania Cluj
Corso - PostgreSQL Server Administration
Traduzione automatica