BlendedEsamatic

AI-3019: Build AI Apps with Azure Database for PostgreSQL

Modalità
Blended
Prezzo
€597,00
Durata
1 giorno di formazione con istruttore
Sede
Da remoto
Lingua
it
Vai al corso sul sito del provider

Il corso

The AI-3019 course teaches building AI applications using Azure Database for PostgreSQL with vector search and AI extensions.

Identità del corso

Lingua

it

Programma e obiettivi

Obiettivi
  • - Fondamenti di Ricerca Vettoriale — Comprendere e implementare la ricerca di similarità vettoriale utilizzando pgvector in Azure Database for PostgreSQL
  • - Embeddings e Indicizzazione — Generare embeddings vettoriali con Azure OpenAI e creare indici efficienti per la ricerca semantica ad alte prestazioni
  • - Pattern RAG — Costruire pipeline di Retrieval-Augmented Generation che combinano la ricerca vettoriale PostgreSQL con Azure OpenAI
  • - Integrazione Applicativa — Integrare ricerca vettoriale e capacità AI in applicazioni di produzione con gestione delle connessioni e scalabilità
A chi si rivolge

Questo corso è ideale per sviluppatori backend, amministratori di database, ingegneri AI e sviluppatori full-stack che vogliono costruire applicazioni AI utilizzando PostgreSQL su Azure.

Erogazione

Modalità

Online

Durata

1 giorno di formazione con istruttore

Sede

Da remoto

Edizioni

Edizioni

Location: Esamatic · Course Mode: Blended · Course Workload: PT8H · Mode: Blended · Venue: Esamatic

Costi

Prezzo

€ 597 ,00 + IVA

Offerte

Price: 597 · Category: Paid · Availability: https://schema.org/InStock · Price Currency: EUR · Price Specification: Price: 597 · Price Currency: EUR · Value Added Tax Included: No · Paid · Price: 597 · Currency: EUR · Availability: https://schema.org/InStock · Tax included: No

Docenti

Docenti
  • @id: https://it.esamatic.it/team/andrea-soldano/#person
  • Andrea Soldano
  • Job Title: Microsoft Certified Trainer

Domande frequenti del provider

faq

Serve esperienza precedente con i database vettoriali? No. Il corso introduce i concetti di ricerca vettoriale da zero, incluso cosa sono gli embeddings, come funziona la similarità vettoriale e come pgvector estende PostgreSQL con queste capacità. Perché usare PostgreSQL per l’AI invece di un database vettoriale dedicato? PostgreSQL con pgvector consente alle organizzazioni di aggiungere capacità di ricerca vettoriale all’infrastruttura PostgreSQL esistente, evitando la complessità di gestire un database vettoriale separato e sfruttando l’ecosistema maturo di PostgreSQL. Il corso copre le considerazioni per il deployment in produzione? Sì. Il corso include indicazioni su strategie di indicizzazione, ottimizzazione delle query, connection pooling e pattern di scalabilità per applicazioni AI in produzione su Azure Database for PostgreSQL. Quali tipi di applicazioni AI si costruiranno? Si costruiranno applicazioni di ricerca semantica, sistemi di question-answering con RAG e motori di raccomandazione che combinano similarità vettoriale con query SQL tradizionali.

Corsi simili