Свържете се с нас

Съдържание и теми, включени в курса

Въведение в:

  • векторите
  • AI векторни вграждания (embeddings)
  • популярни AI модели за вграждане
  • семантично търсене
  • мерки за разстояние

Преглед на техниките за векторно индексиране:

  • IVFFlat индекс
  • HNSW индекс

PgVector разширение за PostgreSQL:

  • инсталиране
  • съхранение и заявки към многомерни вектори
  • мерки за разстояние
  • използване на векторни индекси

PgAI разширение за PostgreSQL:

  • инсталиране
  • генериране на вграждания
  • внедряване на генериране с разширено извличане (RAG)
  • усъвършенствани модели за разработка

Преглед на Text-to-SQL решения: LangChain framework

Резултат от курса: До края на курса участниците ще могат да:

  • проектират и изграждат елементи на задвижвани от AI приложения за бази данни, използвайки разширения и библиотеки на PostgreSQL.
  • натрупат практически опит с техники за интегриране на големи езикови модели (LLM) и векторно търсене в реални системи, което им позволява да разработват приложения като семантични търсачки, AI асистенти и интерфейси за бази данни на естествен език.

Изисквания

базови познания по SQL, основен опит с PostgreSQL, основни познания по езиците за програмиране Python или JavaScript

Аудитория: разработчици на бази данни, системни архитекти

 14 Часа

Брой участници


Цена за участник

Отзиви от участници (3)

Предстоящи Курсове

Свързани Kатегории