Desenvolver soluções de IA com o Banco de Dados do Azure para PostgreSQL

  • Roteiro de aprendizagem
  • 3 Módulos

Visão rápida

Este roteiro de aprendizagem orienta você pelo desenvolvimento de soluções de IA usando o Banco de Dados do Azure para PostgreSQL. Comece criando uma base de dados com design de esquema, consultas SQL eficientes e integração segura do Python usando a autenticação do Microsoft Entra.

Em seguida, implemente a busca em vetores usando a extensão pgvector para armazenar embeddings, executar pesquisas de similaridade com diferentes tipos de métricas de distância e criar padrões de recuperação integrados a pipelines RAG para pesquisa semântica e recomendações.

Por fim, você otimiza o desempenho da pesquisa de vetores ajustando o PostgreSQL e a configuração de pgvector, selecionando índices vetoriais apropriados, projetando layouts de dados eficientes, dimensionando para cargas de trabalho de alto volume e implementando o pool de conexões para aplicativos de IA.

Pré-requisitos

  • Experiência de programação com Python.
  • Compreensão básica dos serviços do Azure e dos conceitos de computação em nuvem.
  • Familiaridade com bancos de dados relacionais e conceitos básicos do SQL.
  • Noções básicas sobre conceitos de machine learning, incluindo inserções e pesquisa de similaridade.

Módulos neste roteiro de aprendizagem

Compilar e consultar com o Banco de Dados do Azure para PostgreSQL

Saiba como usar o Banco de Dados do Azure para PostgreSQL para criar bases de dados para aplicativos de IA. Crie esquemas, escreva consultas eficientes e integre-se a aplicativos Python usando autenticação segura.

Implementar a pesquisa de vetor com o Banco de Dados do Azure para PostgreSQL

Saiba como implementar a pesquisa de vetor usando a extensão pgvector no Banco de Dados do Azure para PostgreSQL. Armazene inserções, crie índices de vetor e crie padrões de recuperação semântica para aplicativos de IA.

Otimizar a pesquisa de vetor no Banco de Dados do Azure para PostgreSQL

Saiba como otimizar o desempenho da pesquisa de vetores no Banco de Dados do Azure para PostgreSQL usando pgvector. Ajuste os parâmetros de configuração, selecione e configure índices de vetor, projete layouts de dados eficientes, dimensione para cargas de trabalho de alto volume e implemente o pool de conexões para aplicativos de IA.

Iniciar