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.
Schulungsübersicht
Einführung
- Was sind Vektordatenbanken?
- Vektordatenbanken im Vergleich zu herkömmlichen Datenbanken
- Überblick über Vektor-Embeddings
Erzeugung von Vektor-Embeddings
- Techniken zur Erstellung von Embeddings aus verschiedenen Datentypen
- Tools und Bibliotheken zur Generierung von Embeddings
- Best Practices für die Qualität und Dimensionalität von Embeddings
Indexierung und Abruf in Vektordatenbanken
- Indexierungsstrategien für Vektordatenbanken
- Erstellung und Optimierung von Indizes für die Leistung
- Algorithmen zur Ähnlichkeitssuche und deren Anwendungen
Vektordatenbanken im Machine Learning (ML)
- Integration von Vektordatenbanken in ML-Modelle
- Fehlerbehebung bei häufigen Problemen bei der Integration von Vektordatenbanken mit ML-Modellen
- Anwendungsfälle: Empfehlungssysteme, Bildabruf, NLP
- Fallstudien: erfolgreiche Implementierungen von Vektordatenbanken
Skalierbarkeit und Leistung
- Herausforderungen beim Skalieren von Vektordatenbanken
- Techniken für verteilte Vektordatenbanken
- Leistungsindikatoren und Überwachung
Projektarbeit und Fallstudien
- Praktisches Projekt: Implementierung einer Vektordatenbank-Lösung
- Überprüfung neuester Forschungsergebnisse und Anwendungen
- Gruppenpräsentationen und Feedback
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in Datenbanken und Datenstrukturen
- Vertrautheit mit Machine-Learning-Konzepten
- Erfahrung mit einer Programmiersprache (vorzugsweise Python)
Zielgruppe
- Data Scientists
- Machine Learning Engineers
- Softwareentwickler
- Datenbankadministratoren
14 Stunden
