お問い合わせを送信いただきありがとうございます！当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます！当社のスタッフがすぐにご連絡いたします。
期間 21 時間
コース概要
PostgresにおけるAIの概要
- AIとデータ駆動型システムの概要
- Postgres環境内のAIユースケース
- AIワークロードのアーキテクチャ上の考慮事項
環境のセットアップ
- PostgreSQLのインストールおよびpgvectorの設定
- AI統合向けにPythonのセットアップ
- PostgresをローカルおよびクラウドベースのLLMに接続
AI拡張機能とベクトルデータベース
- Postgresにおけるベクトル埋め込みの理解
- pgvectorを使用した類似度検索およびセマンティッククエリ
- AI拡張機能と外部ベクトルストアのベンチマーク比較
PostgresとのLLM統合
- PostgresとOpenAI、Deepseek、Qwen、Mistral Smallの接続
- AIクエリパイプラインの設計
- 埋め込みの効率的な保存および取得
インテリジェントなクエリシステムの構築
- LLMを使用した自然言語からSQLへの変換
- クエリ生成および最適化の自動化
- AI支援のデータベース検索および要約
AIワークロード向けPostgresの最適化
- 埋め込み向けのインデックス戦略
- AIクエリのパフォーマンスチューニングおよびキャッシュ
- 分散型およびクラウドアーキテクチャによるPostgresのスケーリング
AI対応データベースのセキュリティとガバナンス
- データプライバシーおよびコンプライアンス上の考慮事項
- APIキーの管理およびアクセス制御
- AIインタラクションおよびクエリログの監査
ケーススタディとエンタープライズユースケース
- PostgresによるAI駆動型レコメンデーションシステム
- 埋め込みを利用したエンタープライズ検索および分析
- Postgres内の自動化および予測モデリング
まとめと次のステップ
要求
- SQLおよびリレーショナルデータベースの概念の理解
- Postgresの管理または開発経験
- AIおよび機械学習の基礎原則への基本認識
対象者
- PostgresへのAI統合を目指すデータベース管理者
- AI駆動のデータベースパイプラインを構築するデータエンジニア
- インテリジェントなデータ駆動型アプリケーションを設計する開発者およびアーキテクト
