Plan du cours
Introduction à :
- les vecteurs
- les incorporations vectorielles de l'IA (AI vector embeddings)
- les modèles d'incorporation populaires de l'IA
- la recherche sémantique
- les mesures de distance
Présentation des techniques d'indexation vectorielle :
- Index IVFFlat
- Index HNSW
Extension PgVector pour PostgreSQL :
- installation
- stockage et interrogation de vecteurs de haute dimension
- mesures de distance
- utilisation des index de vecteurs
Résultats du cours : À la fin du cours, les étudiants comprendront les extensions PostgreSQL populaires propulsées par l'IA. Ils acquerront une expérience pratique des techniques d'intégration des grands modèles de langage (LLM) et de la recherche vectorielle dans des applications réelles.
Pré requis
connaissances de base en SQL, expérience de base avec PostgreSQL
Environnement de laboratoire : Postes de travail (DaDesktops) exécutant des machines virtuelles Linux (fourni par NobleProg)
Public cible : développeurs d'applications de base de données, architectes système, analystes de données
Nos clients témoignent (2)
Stratégies de réglage.
Jeffrey Zieg - Matrix Consulting
Formation - PostgreSQL Performance Tuning
Traduction automatique
Comportement de journalisation lorsque l'instance est sous charge élevée, ainsi que la hiérarchie et la nomenclature des instances, bases de données, fichiers, etc.
Daniel Inwood - Sinara Consultants LTD
Formation - PostgreSQL Advanced DBA
Traduction automatique