Prenez contact avec nous

Plan du cours

Introduction à :

  • vecteurs
  • intégrations vectorielles d'IA
  • modèles populaires d'intégration IA
  • recherche sémantique
  • mesures de distance

Aperçu des techniques d'indexation vectorielle :

  • index IVFFlat
  • index HNSW

Extension PgVector pour PostgreSQL :

  • installation
  • stockage et interrogation de vecteurs à haute dimensionnalité
  • mesures de distance
  • utilisation des index vectoriels

Extension PgAI pour PostgreSQL :

  • installation
  • génération d'intégrations
  • mise en œuvre de la Génération Augmentée par Récupération
  • modèles de développement avancés

Aperçu des solutions Text-to-SQL : framework LangChain

Résultat du cours : À la fin du cours, les apprenants seront capables de :

  • concevoir et construire des éléments d'applications de bases de données alimentées par l'IA en utilisant des extensions et bibliothèques PostgreSQL.
  • acquérir une expérience pratique avec des techniques d'intégration de modèles de langage larges (LLM) et de recherche vectorielle dans des systèmes réels, leur permettant de développer des applications telles que des moteurs de recherche sémantiques, des assistants IA et des interfaces de bases de données en langage naturel.

Pré requis

connaissances de base en SQL, expérience pratique avec PostgreSQL, connaissances de base en programmation Python ou JavaScript

Audience: développeurs de bases de données, architectes systèmes

 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires