Hubungi Kami

Kerangka Materi

Pengantar: vektor, embedding vektor AI, model embedding AI populer, pencarian semantik, ukuran jarak

Tinjauan umum teknik indexing vektor: indeks IVFFlat, indeks HNSW

Ekstensi PgVector untuk PostgreSQL: instalasi, penyimpanan dan kueri vektor berdimensi tinggi, ukuran jarak, penggunaan indeks vektor

Ekstensi PgAI untuk PostgreSQL: instalasi, menghasilkan embedding, mengimplementasikan Retrieval-Augmented Generation, pola pengembangan lanjutan

Tinjauan umum solusi Teks-ke-SQL: kerangka kerja LangChain

Hasil Kursus: Pada akhir kursus, peserta akan mampu merancang dan membangun elemen aplikasi basis data yang didukung AI menggunakan ekstensi dan pustaka PostgreSQL. Mereka akan mendapatkan pengalaman praktis dengan teknik mengintegrasikan Large Language Models (LLMs) dan pencarian vektor ke dalam sistem dunia nyata, memungkinkan mereka mengembangkan aplikasi seperti mesin pencari semantik, asisten AI, dan antarmuka basis data bahasa alami.

Persyaratan

pengetahuan dasar tentang SQL, pengalaman dasar dengan PostgreSQL, pengetahuan dasar tentang bahasa pemrograman Python atau JavaScript

Target Peserta: pengembang basis data, arsitek sistem

 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait