Prenez contact avec nous

Plan du cours

Introduction à :

  • les vecteurs
  • les embeddings vectoriels en IA
  • les modèles d'embedding populaires en IA
  • la recherche sémantique
  • les mesures de distance

Aperçu des techniques d'indexation vectorielle :

  • index IVFFlat
  • index HNSW

Extension PgVector pour PostgreSQL :

  • installation
  • stockage et requêtage de vecteurs de haute dimension
  • mesures de distance
  • utilisation des index vectoriels

 Résultats attendus du cours : À la fin du cours, les étudiants comprendront les extensions PostgreSQL populaires alimentées par l'IA. Ils acquerront une expérience pratique des techniques d'intégration des grands modèles de langage (LLM) et de la recherche vectorielle dans des applications réelles.

 

Pré requis

 connaissances de base en SQL, expérience de base avec PostgreSQL

Environnement de laboratoire : postes de travail (Desktops) exécutant des machines virtuelles Linux (fournis par NobleProg)

Public cible : développeurs d'applications de bases de données, architectes systèmes, analystes de données

 7 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires