Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción
- ¿Qué son las bases de datos vectoriales?
- Bases de datos vectoriales frente a bases de datos tradicionales
- Información general sobre las incrustaciones vectoriales
Generación de incrustaciones vectoriales
- Técnicas para crear incrustaciones a partir de varios tipos de datos
- Herramientas y bibliotecas para la generación de incrustaciones
- Prácticas recomendadas para incorporar calidad y dimensionalidad
Indexación y recuperación en vectores Databases
- Estrategias de indexación para bases de datos vectoriales
- Creación y optimización de índices de rendimiento
- Algoritmos de búsqueda de similitud y sus aplicaciones
Vector Databases en Machine Learning (ML)
- Integración de bases de datos vectoriales con modelos de ML
- Solución de problemas comunes al integrar bases de datos vectoriales con modelos de ML
- Casos de uso: sistemas de recomendación, recuperación de imágenes, NLP
- Casos prácticos: implementaciones exitosas de bases de datos vectoriales
ScalaCapacidad y rendimiento
- Desafíos en el escalado de bases de datos vectoriales
- Técnicas para bases de datos vectoriales distribuidas
- Métricas de rendimiento y supervisión
Trabajo de proyectos y estudios de casos
- Proyecto práctico: Implementación de una solución de base de datos vectorial
- Revisión de la investigación y las aplicaciones de vanguardia
- Presentaciones grupales y comentarios
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de bases de datos y estructuras de datos
- Familiaridad con los conceptos de aprendizaje automático
- Experiencia con un lenguaje de programación (preferiblemente Python)
Audiencia
- Científicos de datos
- Ingenieros de aprendizaje automático
- Desarrolladores de software
- Database Administradores
14 Horas
