Kontakt aufnehmen

Schulungsübersicht

Einführung in:

  • Vektoren
  • AI-Vektor-Embeddings
  • Beliebte KI-Embedding-Modelle
  • Semantische Suche
  • Distanzmaße

Übersicht über Vektorindizierungstechniken:

  • IVFFlat-Index
  • HNSW-Index

PgVector-Erweiterung für PostgreSQL:

  • Installation
  • Speicherung und Abfrage hochdimensionaler Vektoren
  • Distanzmaße
  • Nutzung von Vektorindizes

PgAI-Erweiterung für PostgreSQL:

  • Installation
  • Generierung von Embeddings
  • Implementierung von Retrieval-Augmented Generation
  • Erweiterte Entwicklungsmuster

Übersicht über Text-to-SQL-Lösungen: LangChain-Framework

Kursziel: Am Ende des Kurses können die Teilnehmer:

  • Elemente von KI-gestützten Datenbankanwendungen mit PostgreSQL-Erweiterungen und -Bibliotheken entwerfen und umsetzen.
  • Praktische Erfahrung mit Techniken zur Integration von Large Language Models (LLMs) und Vektorsuche in reale Systeme sammeln, um Anwendungen wie semantische Suchmaschinen, KI-Assistenten und natürliche Sprachdatenbank-Schnittstellen zu entwickeln.

Voraussetzungen

Grundkenntnisse in SQL, erste Erfahrungen mit PostgreSQL, Grundkenntnisse in der Programmierung mit Python oder JavaScript

Zielgruppe: Datenbankentwickler, Systemarchitekten

 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien