Plan du cours
Introduction aux concepts suivants : vecteurs, embeddings vectoriels d’IA, modèles populaires d’embedding IA, recherche sémantique, mesures de distance.
Vue d’ensemble des techniques d’indexation vectorielle : index IVFFlat, index HNSW.
Extension PgVector pour PostgreSQL : installation, stockage et requêtage de vecteurs de haute dimension, mesures de distance, utilisation des index vectoriels.
Extension PgAI pour PostgreSQL : installation, génération d’embeddings, mise en œuvre de la Génération Aumentée par Récupération (RAG), schémas de développement avancés.
Vue d’ensemble des solutions Text-to-SQL : framework LangChain.
Objectifs du cours : à l’issue de ce cours, les participants seront capables de concevoir et de réaliser des composants d’applications de bases de données propulsées par l’IA en utilisant les extensions et bibliothèques de PostgreSQL. Ils acquerront une expérience pratique des techniques d’intégration de grands modèles de langage (LLM) et de recherche vectorielle dans des systèmes réels, ce qui leur permettra de développer des applications telles que des moteurs de recherche sémantique, des assistants IA et des interfaces de base de données en langage naturel.
Pré requis
Connaissances de base en SQL, expérience initiale avec PostgreSQL, notions fondamentales en programmation Python ou JavaScript.
Public 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
