Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 21 Stunden
Schulungsübersicht
Einführung in KI in Postgres
- Überblick über KI und datengetriebene Systeme
- KI-Anwendungsfälle in Postgres-Umgebungen
- Architekturentscheidungen für KI-Workloads
Einrichten der Umgebung
- Installation von PostgreSQL und Konfiguration von pgvector
- Einrichtung von Python für KI-Integrationen
- Verbindung von Postgres mit lokalen und Cloud-basierten LLMs
KI-Erweiterungen und Vektordatenbanken
- Verständnis von Vektor-Embeddings in Postgres
- Nutzung von pgvector für die Ähnlichkeitssuche und semantische Abfragen
- Benchmarking von KI-Erweiterungen im Vergleich zu externen Vektorspeichern
Integration von LLMs mit Postgres
- Verbindung von Postgres mit OpenAI, Deepseek, Qwen und Mistral Small
- Gestaltung von KI-Abfrage-Pipelines
- Effiziente Speicherung und Abruf von Embeddings
Aufbau intelligenter Abfragesysteme
- Natürliche Sprache zu SQL mittels LLMs
- Automatisierung der Abfragegenerierung und -optimierung
- KI-gestützte Datenbanksuche und Zusammenfassung
Optimierung von Postgres für KI-Workloads
- Indexierungsstrategien für Embeddings
- Leistungsanpassung und Caching für KI-Abfragen
- Skalierung von Postgres mit verteilten und Cloud-Architekturen
Sicherheit und Governance in KI-fähigen Datenbanken
- Erwägungen zu Datenschutz und Compliance
- Verwaltung von API-Schlüsseln und Zugriffskontrollen
- Prüfung von KI-Interaktionen und Abfrageprotokollen
Fallstudien und Enterprise-Anwendungsfälle
- KI-gestützte Empfehlungssysteme mit Postgres
- Enterprise-Suche und Analysen mit Embeddings
- Automatisierung und prädiktive Modellierung innerhalb von Postgres
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis von SQL und Konzepten relationaler Datenbanken
- Erfahrung in der Administration oder Entwicklung von Postgres
- Grundlegende Vertrautheit mit KI- und Machine-Learning-Prinzipien
Zielgruppe/p>
- Datenbankadministratoren, die KI in Postgres integrieren möchten
- Data Engineers, die KI-gestützte Datenbank-Pipelines erstellen
- Entwickler und Architekten, die intelligente datengetriebene Anwendungen konzipieren
