Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 21 godzin
Plan Szkolenia
Wprowadzenie do AI w Postgres
- Przegląd AI i systemów opartych na danych
- Przypadki użycia AI w środowiskach Postgres
- Rozważenia architektoniczne dla obciążeń AI
Konfiguracja środowiska
- Instalacja PostgreSQL i konfiguracja pgvector
- Konfiguracja Pythona do integracji z AI
- Łączenie Postgres z lokalnymi i chmurowymi LLM
Rozszerzenia AI i bazy danych wektorowych
- Zrozumienie wektorów (embeddings) w Postgres
- Używanie pgvector do wyszukiwania podobieństw i zapytań semantycznych
- Porównanie wydajności rozszerzeń AI z zewnętrznymi magazynami wektorów
Integracja LLM z Postgres
- Łączenie Postgres z OpenAI, Deepseek, Qwen i Mistral Small
- Projektowanie rurociągu zapytań AI
- Skuteczne przechowywanie i pobieranie wektorów
Budowanie inteligentnych systemów zapytań
- Przekształcanie języka naturalnego w SQL za pomocą LLM
- Automatyzacja generowania i optymalizacji zapytań
- Wyszukiwanie i streszczanie bazy danych z pomocą AI
Optymalizacja Postgres dla obciążeń AI
- Strategie indeksowania wektorów
- Dostrojenie wydajności i cache dla zapytań AI
- Skalowanie Postgres za pomocą architektur rozproszonych i chmurowych
Bezpieczeństwo i governance w bazach danych z funkcjami AI
- Rozważenia dotyczące prywatności danych i zgodności
- Zarządzanie kluczami API i kontrolą dostępu
- Audytowanie interakcji AI i dzienników zapytań
Przypadki studialne i zastosowania korporacyjne
- Systemy rekomendacji napędzane przez AI w Postgres
- Wyszukiwanie korporacyjne i analityka z użyciem wektorów
- Automatyzacja i modelowanie predykcyjne wewnątrz Postgres
Podsumowanie i kolejne kroki
Wymagania
- Znajomość SQL i pojęć związanych z bazami danych relacyjnych
- Doświadczenie w administracji lub rozwoju aplikacji na Postgres
- Podstawowa znajomość zasad AI i uczenia maszynowego
Grupa docelowa
- Administratorzy baz danych chcący integrować AI w Postgres
- Inżynierowie danych budujący rurociągi bazodanowe napędzane przez AI
- Deweloperzy i architekci projektujący inteligentne aplikacje oparte na danych
