Temario del curso
Introducción a:
- vectores
- incrustaciones vectoriales de IA (AI vector embeddings)
- modelos populares de incrustación de IA
- búsqueda semántica
- métricas de distancia
Resumen de técnicas de indexación de vectores:
- índice IVFFlat
- índice HNSW
Extensión PgVector para PostgreSQL:
- instalación
- almacenamiento y consulta de vectores de alta dimensionalidad
- métricas de distancia
- uso de índices vectoriales
Extensión PgAI para PostgreSQL:
- instalación
- generación de incrustaciones
- implementación de Generación Aumentada por Recuperación (RAG)
- patrones avanzados de desarrollo
Resumen de soluciones de texto a SQL: marco de trabajo LangChain
Resultado del curso: Al finalizar el curso, los estudiantes podrán:
- diseñar y construir elementos de aplicaciones de bases de datos con IA utilizando extensiones y bibliotecas de PostgreSQL.
- obtener experiencia práctica con técnicas para integrar modelos de lenguaje grandes (LLM) y búsqueda vectorial en sistemas reales, lo que les permitirá desarrollar aplicaciones como motores de búsqueda semántica, asistentes de IA e interfaces de bases de datos con lenguaje natural.
Requerimientos
conocimientos básicos de SQL, experiencia básica con PostgreSQL, conocimientos básicos de lenguajes de programación Python o JavaScript
Audiencia: desarrolladores de bases de datos, arquitectos de sistemas
Reseñas (2)
Estrategias de ajuste.
Jeffrey Zieg - Matrix Consulting
Curso - PostgreSQL Performance Tuning
Traducción Automática
Comportamiento de registro cuando la instancia está bajo estrés, y la jerarquía/nomenclatura de instancias, bases de datos, archivos, etc.
Daniel Inwood - Sinara Consultants LTD
Curso - PostgreSQL Advanced DBA
Traducción Automática