Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do: wektorów, osadzeń wektorowych AI, popularnych modeli osadzeń AI, wyszukiwania semantycznego, miar odległości

Przegląd technik indeksowania wektorów: indeks IVFFlat, indeks HNSW

Rozszerzenie PgVector dla PostgreSQL: instalacja, przechowywanie i zapytania dotyczące wektorów wysokowymiarowych, miary odległości, wykorzystanie indeksów wektorowych

Rozszerzenie PgAI dla PostgreSQL: instalacja, generowanie osadzeń, implementacja Retrieval-Augmented Generation, zaawansowane wzorce rozwojowe

Przegląd rozwiązań Text-to-SQL: framework LangChain

Efekt kursu: Po zakończeniu kursu uczestnicy będą w stanie projektować i budować elementy aplikacji bazodanowych wykorzystujących sztuczną inteligencję, korzystając z rozszerzeń i bibliotek PostgreSQL. Zdobyte doświadczenie praktyczne z technikami integracji dużych modeli językowych (LLMs) i wyszukiwania wektorowego w rzeczywistych systemach pozwoli im rozwijać aplikacje takie jak wyszukiwarki semantyczne, asystentów AI i interfejsy bazodanowe w języku naturalnym.

Wymagania

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

Grupa docelowa: programiści baz danych, architekci systemów

 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie