Zkuste nás kontaktovat

Návrh Školení

Úvod do využití umělé inteligence v PostgreSQL

  • Přehled systémů využívajících AI a datové technologie
  • Konkrétní příklady využití AI v prostředí PostgreSQL
  • Architektonická hlediska při implementaci řešení s umělou inteligencí

Nastavení pracovního prostředí

  • Instalace PostgreSQL a konfigurace nástroje pgvector
  • Příprava prostředí v Pythonu pro integraci s AI modely
  • Propojení PostgreSQL s lokálními i cloudovými modely velkých jazykových modelů

Rozšíření pro AI a vektorové databáze

  • Teorie a praxe tvorby vektorových embeddinsů v PostgreSQL
  • Použití pgvector k vyhledávání podle semantické podobnosti
  • Porovnání výkonu interních rozšíření s externími vektorovými databázemi

Integrace modelů velkých jazykových modelů s PostgreSQL

  • Propojení PostgreSQL s modely OpenAI, Deepseek, Qwen a Mistral Small
  • Návrh procesů zpracování dotazů využívajících AI technologie
  • Efektivní ukládání a načítání embeddinsů do databáze

Vytváření inteligentních systémů pro dotazování

  • Převod přirozeného jazyka na SQL dotazy s pomocí modelů AI
  • Automatizace generování a optimalizace databázových dotazů
  • Vyhledávání v databázi a syntéza informací pomocí umělé inteligence

Optimalizace PostgreSQL pro zátěž spojenou s AI technologiemi

  • Strategie indexování vektorových dat
  • Ladění výkonu a využití mezipaměti u dotazů na AI funkce
  • Škálování PostgreSQL s využitím distribuovaných či cloudových architektur

Bezpečnost a správa dat v systémech s integrovanou umělou inteligencí

  • Požadavky na ochranu osobních údajů a soulad s legislativou
  • Řízení přístupových klíčů k API a autentizace uživatelů
  • Kontrola interakcí s modely AI a sledování historie dotazů

Případové studie a reálné aplikace v podnikovém prostředí

  • Systémy doporučování založené na umělé inteligenci s využitím PostgreSQL
  • Podnikové vyhledávání a analýzy realizované pomocí embeddinsů
  • Automatizace procesů a prediktivní modelování přímo v rámci databáze

Závěr a další kroky

Požadavky

  • Znalost syntaxe SQL a základních konceptů relačních databází
  • Praktické zkušenosti s administrací nebo vývojem v PostgreSQL
  • Základní povědomí o principech umělé inteligence a strojového učení

Cílové skupiny

  • Správci databází, kteří chtějí do PostgreSQL začlenit prvky umělé inteligence
  • Datoví inženýři vytvářející databázové řešení s využitím AI
  • Vývojáři a architekti navrhující inteligentní aplikace založené na datech
 21 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie