Plan du cours
Introduction à :
- les vecteurs
- les embeddings vectoriels en IA
- les modèles populaires d'embedding IA
- la recherche sémantique
- les mesures de distance
Aperçu des techniques d'indexation vectorielle :
- l'index IVFFlat
- l'index HNSW
L'extension PgVector pour PostgreSQL :
- installation
- stockage et interrogation de vecteurs haute dimension
- mesures de distance
- utilisation des index vectoriels
L'extension PgAI pour PostgreSQL :
- installation
- génération d'embeeddings
- implémentation de la Génération Augmentée par Récupération (RAG)
- patrons de développement avancés
Aperçu des solutions Text-to-SQL : cadre LangChain
Résultats du cours : À la fin de ce cours, les participants seront capables de :
- concevoir et construire des composants d'applications de bases de données alimentées par l'IA en utilisant des extensions et bibliothèques PostgreSQL.
- acquérir une expérience pratique avec les techniques d'intégration de modèles de langage larges (LLM) et de recherche vectorielle dans des systèmes réels, leur permettant de développer des applications telles que des moteurs de recherche sémantiques, des assistants IA et des interfaces de bases de données en langage naturel.
Pré requis
connaissances de base en SQL, expérience pratique de PostgreSQL, connaissances de base des langages de programmation Python ou JavaScript
Audience cible : développeurs de bases de données, architectes systèmes
Nos clients témoignent (2)
Les exemples fournis et les laboratoires
Christophe OSTER - EU Lisa
Formation - PostgreSQL Advanced DBA
Traduction automatique
1. Un programme de formation très bien structuré 2. L'atmosphère chaleureuse que le formateur a créée, ainsi que son excellente professionnalisme personnel 3. Que le formateur expliquait tout comme s'il parlait à un débutant total, sans tomber dans le jargon technique.
Piotr Romer - Asseco Poland S.A
Formation - PostgreSQL Administration, Optimization and Replication
Traduction automatique