Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do:

  • wektorów
  • osadzeń wektorowych AI
  • popularnych modeli osadzeń AI
  • wyszukiwania semantycznego
  • miar odległości

Przegląd technik indeksowania wektorowego:

  • indeks IVFFlat
  • indeks HNSW

Rozszerzenie PgVector dla PostgreSQL:

  • instalacja
  • przechowywanie i zapytania dotyczące wektorów wielowymiarowych
  • miary odległości
  • używanie indeksów wektorowych

Rozszerzenie PgAI dla PostgreSQL:

  • instalacja
  • generowanie osadzeń
  • implementacja Retrieval-Augmented Generation
  • zaawansowane wzorce rozwoju

Przegląd rozwiązań Text-to-SQL: framework LangChain

Efekt kursu: Po zakończeniu kursu uczestnicy będą potrafili:

  • projektować i budować elementy aplikacji bazodanowych zasilanych AI, korzystając z rozszerzeń i bibliotek PostgreSQL.
  • zdobyć praktyczne doświadczenie w technikach integracji dużych modeli językowych (LLM) i wyszukiwania wektorowego w rzeczywistych systemach, umożliwiając im rozwijanie aplikacji takich jak wyszukiwarki semantyczne, asystenci AI i interfejsy bazodanowe w języku naturalnym.

Wymagania

podstawowa znajomość SQL, podstawowe doświadczenie z PostgreSQL, podstawowa znajomość języków programowania Python lub JavaScript

Odbiorcy: programiści baz danych, architekci systemów

 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie