Vectordatabases: de opslaglaag voor AI-toepassingen
Vectordatabases slaan hoogdimensionale embeddings op en halen ze op: numerieke representaties die semantisch zoeken, aanbevelingssystemen en generatie met retrieval-ondersteuning mogelijk maken. In tegenstelling tot relationele databases en documentdatabases zijn ze ontworpen om op grote schaal en met een lage latentie vragen te beantwoorden zoals "vind de 10 items die het meest op deze zoekopdracht lijken". Dit leertraject behandelt de drie tools die in productieomgevingen het meest worden gebruikt: Pinecone, Weaviate en pgvector — respectievelijk een beheerde clouddienst, een zelf te hosten opensource-engine en een PostgreSQL-extensie.
Wat je leert
Je begint met de interne werking van vectordatabases en gaat daarna aan de slag met het genereren en beheren van embeddings voor echte datasets. Vervolgens bouw je uitgebreid met elk platform: indexeren en zoeken met Pinecone, gegevens modelleren met het schema en de GraphQL-interface van Weaviate, en vectorzoeken toevoegen aan een bestaande Postgres-stack met pgvector. Het leertraject legt extra nadruk op generatie met retrieval-ondersteuning (RAG): pijplijnen bouwen die LLM-antwoorden baseren op je eigen gegevens. Daarna ga je aan de slag met geavanceerde onderwerpen, zoals RAG-strategieën in meerdere fasen, het afstellen van pgvector-indexen en het optimaliseren van zoekopdrachten, en de hybride zoekfunctie en modules van Weaviate. De laatste cursussen behandelen het implementeren en beheren van vectordatabasetoepassingen in productie en het evalueren van nieuwe hybride benaderingen.
Het leerpad
Twaalf cursussen lopen van A1 tot en met C2. Het leertraject begint met Fundamentals of Vector Databases en twee parallelle introducties op A2-niveau — één voor Pinecone en één voor pgvector — voordat het op B1-niveau samenkomt met het genereren van embeddings en de kernconcepten van Weaviate. Op B2-niveau komen Advanced Pinecone Operations en de eerste RAG-cursus aan bod. Het C1-blok is het langste onderdeel: Advanced Weaviate Capabilities, Optimizing pgvector Performance, Advanced RAG Strategies en Productionizing Vector Database Applications. Het leertraject eindigt op C2-niveau met Future Trends & Hybrid Approaches, waarin het steeds meer naar elkaar toegroeiende landschap van vector-, trefwoord- en graafgebaseerd zoeken wordt verkend.
Zo werkt het
Elke cursus bestaat uit korte, praktische lessen die je in de ingebouwde code-editor maakt, met realtime feedback. Er is een AI-tutor beschikbaar wanneer je vastloopt, zodat je indexconfiguratie, embeddingpijplijnen en zoekopdrachten in je eigen tempo kunt doorwerken zonder de app te verlaten.
