cursos de IA
Bases de datos vectoriales: de incrustaciones a aplicaciones
Un curso corto integral sobre incrustaciones vectoriales, algoritmos de búsqueda por similitud y creación de sistemas RAG de producción con bases de datos vectoriales.
- Proveedor
- DeepLearning.AI
- Nivel
- Intermedio
Acerca del curso
Bases de datos vectoriales: de incrustaciones a aplicaciones es un curso corto enfocado en desarrolladores creado por DeepLearning.AI y Pinecone. Enseña cómo las bases de datos vectoriales almacenan e indexan incrustaciones vectoriales densas, cómo funciona la búsqueda de vecinos más cercanos aproximados y cómo crear sistemas RAG escalables, motores de búsqueda semántica y algoritmos de recomendación.
Abre un sitio web externo en una nueva pestaña.
Resultados de aprendizaje
- Comprender incrustaciones vectoriales, dimensionalidad y métricas de distancia para similitud semántica
- Implementar indexación vectorial eficiente y filtrado de metadatos en bases de datos administradas
- Crear aplicaciones de Generación Aumentada por Recuperación (RAG) de extremo a extremo en Python
Habilidades incluidas
Bases de datos vectoriales, Incrustaciones (Embeddings), Búsqueda semántica, Generación Aumentada por Recuperación (RAG)
Plan de estudios
- Introducción a incrustaciones vectoriales y búsqueda por similitud
Explicación de cómo los vectores densos representan el significado semántico y cómo las métricas de distancia determinan la relevancia.
- Arquitectura e indexación de bases de datos vectoriales
Cómo las bases de datos vectoriales estructuran índices con algoritmos HNSW y ANN para consultas de baja latencia.
- Creación de aplicaciones RAG y búsqueda semántica
Implementación práctica de fragmentación de documentos, generación de incrustaciones, almacenamiento y recuperación en Python.
Requisitos previos
- Conocimientos básicos de programación en Python y comprensión de conceptos fundamentales de aprendizaje automático.
Público objetivo
Ingenieros de software que crean aplicaciones de IA con arquitecturas RAG, Científicos de datos interesados en búsqueda semántica e indexación vectorial, Desarrolladores que buscan implementaciones prácticas de bases de datos vectoriales en Python
Ideal para
- Desarrolladores que buscan una base clara y práctica en bases de datos vectoriales y búsqueda semántica para implementaciones de RAG.
Ventajas
- Acceso gratuito con entornos prácticos de cuadernos Jupyter
- Cubre las matemáticas subyacentes de las incrustaciones junto con código práctico
Desventajas
- Se enfoca en Pinecone y puede requerir adaptación para otros almacenes vectoriales
- El formato corto no cubre el escalado de infraestructura distribuida en profundidad
Datos del curso
- Proveedor:
- DeepLearning.AI
- Nivel:
- Intermedio
Certificación y modalidad
Certificado disponible
Herramientas que puedes usar con este curso
Pinecone
Una base de datos vectorial administrada y nativa en la nube diseñada para búsqueda semántica de alto rendimiento, indexación vectorial y flujos RAG escalables.
- Este curso hace referencia directa a la herramienta
- La categoría de la herramienta coincide con este curso
Blackbox AI
Blackbox AI es un asistente para redactar y explicar código, buscar material de repositorios y apoyar el trabajo dentro del editor.
- La categoría de la herramienta coincide con este curso
Codeium
Codeium proporciona autocompletado con IA ultrarrápido y una interfaz de chat inteligente para ayudar a los desarrolladores a escribir, depurar y refactorizar código de manera eficiente.
- La categoría de la herramienta coincide con este curso
Cursor
Un editor de código impulsado por IA construido sobre VS Code, diseñado para aumentar la productividad del desarrollador mediante la generación inteligente de código y la refactorización.
- La categoría de la herramienta coincide con este curso