코스 개요
벡터, AI 벡터 임베딩, 인기 있는 AI 임베딩 모델, 시맨틱 검색, 거리 측정 방식 소개
벡터 인덱싱 기법 개요: IVFFlat 인덱스, HNSW 인덱스
PostgreSQL용 PgVector 확장 프로그램: 설치, 고차원 벡터 저장 및 쿼리, 거리 측정 방식, 벡터 인덱스 활용
PostgreSQL용 PgAI 확장 프로그램: 설치, 임베딩 생성, 검색 증강 생성(RAG) 구현, 고급 개발 패턴
Text-to-SQL 솔루션 개요: LangChain 프레임워크
학습 성과: 과정 종료 시 학생들은 PostgreSQL 확장 프로그램과 라이브러리를 활용하여 AI 기반 데이터베이스 애플리케이션의 요소를 설계하고 구축할 수 있게 됩니다. 또한 실제 시스템에 대규모 언어 모델(LLM)과 벡터 검색을 통합하는 기술에 대한 실용적인 경험을 쌓게 되며, 시맨틱 검색 엔진, AI 어시스턴트, 자연어 데이터베이스 인터페이스 등 다양한 애플리케이션을 개발할 수 있는 역량을 갖추게 됩니다.
요건
SQL 기본 지식, PostgreSQL에 대한 기초 경험, Python 또는 JavaScript 프로그래밍 언어에 대한 기본 지식
대상: 데이터베이스 개발자, 시스템 아키텍트
회원 평가 (2)
제공된 예제와 실험실
Christophe OSTER - EU Lisa
코스 - PostgreSQL Advanced DBA
기계 번역됨
1. 매우 체계적인 교육 프로그램 2. 트레이너가 만들어낸 따뜻한 분위기와 뛰어난 개인적 전문성 3. 트레이너가 완전 초보자에게 말하는 것처럼 모든 것을 설명하며, 기술 용어에 빠지지 않았습니다.
Piotr Romer - Asseco Poland S.A
코스 - PostgreSQL Administration, Optimization and Replication
기계 번역됨