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
Testimoni (2)
Contoh dan laboratorium yang disediakan
Christophe OSTER - EU Lisa
Kursus - PostgreSQL Advanced DBA
Diterjemahkan Mesin
1. Program pelatihan yang sangat terstruktur 2. Atmosfer hangat yang diciptakan oleh instruktur, bersama dengan profesionalisme pribadinya yang luar biasa 3. Instruktur menjelaskan segalanya seolah-olah berbicara kepada pemula, tanpa menggunakan jargon teknis.
Piotr Romer - Asseco Poland S.A
Kursus - PostgreSQL Administration, Optimization and Replication
Diterjemahkan Mesin