Développez des solutions d'IA avec Azure Database pour PostgreSQL.

Aperçu

Learn how to use Azure Database for PostgreSQL as a data foundation for AI applications, including schema design, SQL queries, and Python integration.After completing this module, you'll be able to:

Explain the architecture and key features of Azure Database for PostgreSQL Establish secure connections to PostgreSQL using Microsoft Entra authentication and TLS Create and manage database schemas including tables, indexes, and constraints Write efficient SQL queries for common data operations Integrate Azure Database for PostgreSQL into applications using Python Learn how to implement vector search in Azure Database for PostgreSQL using the pgvector extension for semantic search, recommendations, and RAG pipelines.After completing this module, you'll be able to:

Store and query vector embeddings using the pgvector extension in Azure Database for PostgreSQL Execute vector similarity searches using different distance metrics and operators Create and manage vector indexes to optimize search performance Implement embedding update and refresh strategies for evolving datasets Build retrieval patterns that integrate PostgreSQL vector search with RAG pipelines Tune pgvector configuration, select vector indexes, design efficient data layouts, and scale Azure Database for PostgreSQL for high-performance AI workloads.After completing this module, you'll be able to:

Tune PostgreSQL and pgvector configuration parameters to optimize query latency and memory usage for AI workloads Select and configure the appropriate vector index type based on dataset size, query patterns, and accuracy requirements Design data layouts that optimize vector storage and metadata filtering performance Scale Azure Database for PostgreSQL to handle high-volume vector workloads Implement connection pooling and session management strategies for AI applications

Programme

• Créer et interroger avec Azure Database pour PostgreSQL Introduction Explorer Azure Database pour PostgreSQL Connecter à PostgreSQL Créer et gérer des schémas Interroger des données Intégrer des SDK et des applications Exercice - Construire un outil backend d'agent sur Azure Database pour PostgreSQL Évaluation du module Résumé
• Implémenter une recherche vectorielle avec Azure Database pour PostgreSQL Introduction Stocker et interroger des embeddings avec pgvector Effectuer une recherche rapide de similarité vectorielle Gérer le cycle de vie des index et les mises à jour d'embeddings Exécuter une recherche de similarité vectorielle pour la récupération sémantique Implémenter des modèles de récupération pour les pipelines RAG Exercice - Implémenter une recherche vectorielle sur Azure Database pour PostgreSQL Évaluation du module Résumé
• Optimiser la recherche vectorielle dans Azure Database pour PostgreSQL Introduction Affiner PostgreSQL pour pgvector Choisir et configurer des index vectoriels Optimiser la disposition des données Évoluer pour les charges de travail à fort volume Optimisation de la connexion Exercice - Optimiser la performance de la recherche vectorielle dans Azure Database pour PostgreSQL Évaluation du module Résumé

---

Matières

Programming