Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
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
Reference (2)
Strategie ladění.
Jeffrey Zieg - Matrix Consulting
Kurz - PostgreSQL Performance Tuning
Přeloženo strojem
Chování protokolování při přetížení instance a hierarchie/nomenklatura instancí, databází, souborů atd.
Daniel Inwood - Sinara Consultants LTD
Kurz - PostgreSQL Advanced DBA
Přeloženo strojem