Vektordatabaser: Lagringslaget til AI-anvendelser
Vektordatabaser gemmer og henter højdimensionelle indlejringer — de numeriske repræsentationer, der driver semantisk søgning, anbefalingssystemer og retrieval-augmented generation. I modsætning til relations- og dokumentdatabaser er de bygget til at besvare spørgsmål som "find de 10 elementer, der minder mest om denne forespørgsel" i stor skala og med lav latenstid. Dette læringsforløb dækker de tre værktøjer, der dominerer området i produktion: Pinecone, Weaviate og pgvector — henholdsvis en administreret skytjeneste, en selvhostet open source-motor og en PostgreSQL-udvidelse.
Det lærer du
Du begynder med at se på, hvordan vektordatabaser fungerer internt, og går derefter videre til at generere og administrere indlejringer for datasæt fra den virkelige verden. Herefter arbejder du i dybden med hver platform: indeksering og forespørgsler med Pinecone, modellering af data med Weavites skema og GraphQL-grænseflade samt tilføjelse af vektorsøgning til en eksisterende Postgres-stak med pgvector. Der er særligt fokus på Retrieval-Augmented Generation (RAG) — opbygning af arbejdsgange, der forankrer LLM-svar i dine egne data — og derefter på avancerede emner: RAG-strategier i flere trin, justering af pgvector-indekser og optimering af forespørgsler samt Weaviate's hybride søgning og modulsystem. De sidste kurser handler om implementering og drift af vektordatabaserede applikationer i produktion og om evaluering af nye hybride tilgange.
Læringsforløbet
Tolv kurser spænder fra A1 til C2. Forløbet begynder med Grundlæggende vektordatabaser og to parallelle introduktioner på A2-niveau — én til Pinecone og én til pgvector — før det samles på B1-niveau med generering af indlejringer og Weaviates kernebegreber. B2-laget tilføjer Avanceret drift af Pinecone og det første RAG-kursus. C1-blokken er den længste del: Avancerede Weaviate-funktioner, Optimering af pgvector-ydeevne, Avancerede RAG-strategier og Produktionsklargøring af vektordatabaserede applikationer. Forløbet afsluttes på C2-niveau med Fremtidige tendenser og hybride tilgange, som gennemgår det stadig mere sammenvævede landskab af vektor-, nøgleords- og grafbaseret hentning.
Sådan fungerer det
Hvert kursus er opdelt i korte, praktiske lektioner, som du gennemfører i den indbyggede kodeeditor med feedback i realtid. En AI-underviser er tilgængelig, når du går i stå, så du kan arbejde med konfiguration af indekser, arbejdsgange for indlejringer og optimering af forespørgsler i dit eget tempo uden at forlade appen.
