Contacta con nosotros

Temario del curso

Introducción a:

  • vectores
  • incrustaciones vectoriales de IA
  • modelos de embedding de IA populares
  • 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
  • patrones avanzados de desarrollo

Descripción general de las soluciones de Texto a SQL: marco de trabajo LangChain

Resultado del curso: Al final del curso, los estudiantes serán capaces de:

  • 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 (LLM) 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 por lenguaje natural.

Requerimientos

conocimientos básicos de SQL, experiencia básica con PostgreSQL, conocimientos básicos de lenguajes de programación Python o JavaScript

Público objetivo: desarrolladores de bases de datos, arquitectos de sistemas

 14 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas