Zkuste nás kontaktovat

Návrh Školení

Úvod do: vektorů, AI vektorových embeddingů, populárních modelů AI embeddingů, sémantického vyhledávání a míry vzdálenosti

Přehled technik vektorového indexování: IVFFlat index, HNSW index

Rozšíření PgVector pro PostgreSQL: instalace, ukládání a dotazování vysokorozměrných vektorů, míry vzdálenosti, využití vektorových indexů

Rozšíření PgAI pro PostgreSQL: instalace, generování embeddingů, implementace Retrieval-Augmented Generation, pokročilé vzory vývoje

Přehled řešení Text-to-SQL: framework LangChain

Výsledek kurzu: Na konci kurzu budou studenti schopni navrhovat a budovat komponenty databázových aplikací poháněných AI pomocí rozšíření a knihoven PostgreSQL. Získají praktické zkušenosti s technikami pro integraci velkých jazykových modelů (LLM) a vyhledávání ve vektorech do reálných systémů, což jim umožní vyvíjet aplikace, jako jsou sémantické vyhledávače, asistenti AI a rozhraní databází přirozeným jazykem.

Požadavky

základní znalost SQL, základní zkušenost s PostgreSQL, základní znalost programovacích jazyků Python nebo JavaScript

Pro koho je kurz určen: vývojáři databází, systémoví architekti

 14 Hodiny

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie