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
Отзиви от участници (3)
Стратегии за тунинг.
Jeffrey Zieg - Matrix Consulting
Курс - PostgreSQL Performance Tuning
Машинен превод
Обединени таблични изрази и индекси. Може би е по-вероятно да използвате партициониране, EXPLAIN ANALYZE и VACUUM в ежедневната си работа.
Lorenzo Antonelli - Innova S.P.A
Курс - PostgreSQL Fundamentals
Машинен превод
Поведението на логването, когато инстанцията е под натоварване, и йерархията/номенклатурата на инстанциите, базите данни, файловете и т.н.
Daniel Inwood - Sinara Consultants LTD
Курс - PostgreSQL Advanced DBA
Машинен превод