Zkuste nás kontaktovat

Návrh Školení

Úvod do následujících témat:

  • Vektory
  • Vektorové embeddingy v kontextu umělé inteligence
  • Oblíbené modely pro generování vektorových embeddingů
  • Sémantické vyhledávání
  • Metody měření vzdálenosti mezi vektory

Přehled technik pro indexování vektorů:

  • Index typu IVFFlat
  • Index typu HNSW

Rozšiřující modul PgVector pro PostgreSQL:

  • instalace
  • ukládání a dotazování na vysoce dimenzionální vektory
  • použití metod měření vzdálenosti
  • aplikace vektorových indexů

Rozšiřující modul PgAI pro PostgreSQL:

  • instalace
  • generování embeddingů
  • realizace techniky Retrieval-Augmented Generation
  • pokročilé vzory vývoje aplikací

Přehled řešení typu Text-to-SQL: framework LangChain

Výstupy kurzu: Po absolvování tohoto kurzu budou účastníci schopni:

  • navrhovat a vytvářet komponenty databázových aplikací podporujících umělou inteligenci s využitím rozšiřujících modulů a knihoven PostgreSQL;
  • nabýt praktické zkušenosti s integrací velkých jazykových modelů (LLM) a vektorového vyhledávání do reálných systémů, což jim umožní vyvíjet například sémantické vyhledávače, asistenty na bázi AI či rozhraní pro interakci s databázemi pomocí přirozeného jazyka.

Požadavky

Základní znalost jazyka SQL, praktické zkušenosti s PostgreSQL a také základy programování v Pythonu nebo JavaScriptu

Cílová skupina: vývojáři databází, systémoví architekti

 14 Hodiny

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie