Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar mengenai:
- vektor
- embedding vektor AI
- model embedding AI populer
- pencarian semantik
- pengukuran jarak
Gambaran umum teknik penyusunan indeks vektor:
- Indeks IVFFlat
- Indeks HNSW
Ekstensi PgVector untuk PostgreSQL:
- cara menginstal
- penyimpanan dan pengambilan vektor berdimensi tinggi
- pengukuran jarak
- pemanfaatan indeks vektor
Ekstensi PgAI untuk PostgreSQL:
- cara menginstal
- proses pembuatan embedding
- penerapan teknik Retrieval-Augmented Generation
- pola pengembangan tingkat lanjut
Gambaran umum solusi Text-to-SQL: kerangka kerja LangChain
Hasil belajar: Setelah menyelesaikan kursus ini, peserta diharapkan mampu:
- merencanakan dan membangun komponen aplikasi basis data yang memanfaatkan teknologi AI dengan bantuan ekstensi serta perpustakaan PostgreSQL.
- memperoleh pengalaman praktis dalam mengintegrasikan model bahasa besar (LLM) serta pencarian berbasis vektor ke dalam sistem nyata, sehingga mampu mengembangkan aplikasi seperti mesin pencari semantik, asisten AI, dan antarmuka basis data berbahasa alami.
Persyaratan
Pemahaman dasar mengenai SQL, pengalaman dasar dalam mengelola PostgreSQL, serta pengetahuan dasar tentang bahasa pemrograman Python atau JavaScript
Calon peserta: pengembang basis data dan arsitek sistem
14 Jam
Testimoni (2)
Strategi penalaan.
Jeffrey Zieg - Matrix Consulting
Kursus - PostgreSQL Performance Tuning
Diterjemahkan Mesin
Perilaku logging saat instance berada dalam kondisi stres, serta hierarki/nomenklatur dari instance, basis data, file, dan lain-lain.
Daniel Inwood - Sinara Consultants LTD
Kursus - PostgreSQL Advanced DBA
Diterjemahkan Mesin