Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a:
- vectores
- incrustaciones vectoriales de IA (vector embeddings)
- modelos populares de incrustación de IA (embedding models)
- búsqueda semántica
- métricas de distancia
Resumen de las técnicas de indexación vectorial:
- índice IVFFlat
- índice HNSW
Extensión PgVector para PostgreSQL:
- instalación
- almacenamiento y consulta de vectores de alta dimensión
- métricas de distancia
- uso de índices vectoriales
Extensión PgAI para PostgreSQL:
- instalación
- generación de incrustaciones (embeddings)
- implementación de Generación Aumentada por Recuperación (RAG)
- patrones avanzados de desarrollo
Resumen de las soluciones Texto-a-SQL: framework LangChain
Resultado del curso: Al finalizar el curso, los estudiantes podrán:
- diseñar y construir componentes de aplicaciones de bases de datos impulsadas por IA utilizando extensiones y bibliotecas de PostgreSQL.
- adquirir experiencia práctica con técnicas para integrar modelos de lenguaje grandes (LLM) y búsqueda vectorial en sistemas del mundo real, lo que les permitirá desarrollar aplicaciones como motores de búsqueda semántica, asistentes de IA e interfaces de base de datos basadas en lenguaje natural.
Requerimientos
conocimientos básicos de SQL, experiencia básica con PostgreSQL, conocimientos básicos de los lenguajes de programación Python o JavaScript
Audiencia: desarrolladores de bases de datos, arquitectos de sistemas
Reseñas (1)
Índices de tablas y su ajuste y reoptimización para mejorar su rendimiento
Roberto Esposito
Curso - PostgreSQL AI for Developers
Traducción Automática