코스 개요

Postgres에서 AI 소개

  • AI와 데이터 주도 시스템 개요
  • Postgres 환경 내의 AI 사용 사례
  • AI 작업을 위한 아키텍처 고려사항

환경 설정하기

  • PostgreSQL 설치 및 pgvector 구성
  • AI 통합을 위한 Python 설정
  • Postgres를 로컬 및 클라우드 기반 LLMs에 연결하기

AI 확장 및 벡터 데이터베이스

  • Postgres에서 벡터 임베딩 이해하기
  • pgvector를 사용한 유사성 검색과 의미 쿼리
  • AI 확장과 외부 벡터 저장소의 성능 비교

Postgres와 LLMs 통합하기

  • OpenAI, Deepseek, Qwen, Mistral Small과 Postgres 연결하기
  • AI 쿼리 파이프라인 설계하기
  • 임베딩을 효율적으로 저장 및 검색하기

지능형 쿼리 시스템 구축하기

  • LLMs를 사용한 자연어에서 SQL 변환
  • 쿼리 생성 및 최적화 자동화
  • AI 지원 데이터베이스 검색 및 요약

Postgres를 AI 작업에 최적화하기

  • 임베딩을 위한 색인 전략
  • AI 쿼리의 성능 조정 및 캐싱
  • 분산 및 클라우드 아키텍처로 Postgres 확장하기

AI 기반 데이터베이스의 보안 및 거버넌스

  • 데이터 개인 정보 보호 및 준법 성찰 사항
  • API 키 관리 및 접근 제어
  • AI 상호 작용 및 쿼리 로그 감사

사례 연구와 기업 사용 사례

  • Postgres를 활용한 AI 기반 추천 시스템
  • 임베딩을 활용한 기업 검색 및 분석
  • Postgres 내에서의 자동화 및 예측 모델링

요약 및 다음 단계

요건

  • SQL과 관계형 데이터베이스 개념에 대한 이해
  • Postgres 관리 또는 개발 경험
  • AI 및 기계 학습 원칙에 대한 기본적인 이해

대상

  • Postgres에 AI를 통합하려는 데이터베이스 관리자
  • AI 기반 데이터 파이프라인을 구축하는 데이터 엔지니어
  • 지능형 데이터 주도 애플리케이션을 설계하는 개발자와 아키텍트
 21 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리