Ponte en Contacto

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

 14 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas