Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a:
- vectores
- embeddings vectoriales de IA
- modelos populares de embedding de IA
- búsqueda semántica
- medidas de distancia
Descripción general de las técnicas de indexación vectorial:
- índice IVFFlat
- índice HNSW
Extensión PgVector para PostgreSQL:
- instalación
- almacenamiento y consulta de vectores de alta dimensión
- medidas de distancia
- uso de índices vectoriales
Extensión PgAI para PostgreSQL:
- instalación
- generación de embeddings
- implementación de Generación Aumentada por Recuperación (RAG)
- patrones avanzados de desarrollo
Descripción general de las soluciones Texto a SQL: framework LangChain
Resultado del curso: Al finalizar el curso, los estudiantes podrán:
- diseñar y construir elementos de aplicaciones de bases de datos potenciadas por IA utilizando extensiones y bibliotecas de PostgreSQL.
- obtener experiencia práctica con técnicas para integrar modelos de lenguaje grandes (LLMs) y búsqueda vectorial en sistemas del mundo real, lo que les permitirá desarrollar aplicaciones como motores de búsqueda semántica, asistentes de IA e interfaces de bases de datos mediante lenguaje natural.
Requerimientos
conocimiento básico de SQL, experiencia básica con PostgreSQL, conocimiento básico de los lenguajes de programación Python o JavaScript
Audiencia: desarrolladores de bases de datos, arquitectos de sistemas
Reseñas (1)
Índices de tablas y su ajuste y reoptimización para mejorar su rendimiento
Roberto Esposito
Curso - PostgreSQL AI for Developers
Traducción Automática