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 vs bases de datos tradicionales
- Resumen de incrustaciones vectoriales
Generación de Incrustaciones Vectoriales
- Técnicas para crear incrustaciones desde diferentes tipos de datos
- Herramientas y bibliotecas para la generación de incrustaciones
- Mejores prácticas para la calidad y dimensionalidad de las incrustaciones
Indexado y Recuperación en Vector Databases
- Estrategias de indexado para bases de datos vectoriales
- Creación y optimización de índices para el 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 recomendaciones, recuperación de imágenes, PLN
- Estudios de caso: implementaciones exitosas de bases de datos vectoriales
Escalabilidad y Rendimiento
- Desafíos en la escalabilidad de las bases de datos vectoriales
- Técnicas para bases de datos vectoriales distribuidas
- Métricas y monitoreo del rendimiento
Trabajo Práctico y Estudios de Caso
- Proyecto práctico: Implementación de una solución de base de datos vectorial
- Revisión de investigaciones y aplicaciones de vanguardia
- Presentaciones grupales y retroalimentación
Resumen y Próximos Pasos
Requerimientos
- Conocimiento básico de bases de datos y estructuras de datos
- Familiaridad con los conceptos de aprendizaje automático
- Experiencia con un lenguaje de programación (preferiblemente Python)
Publico Objetivo
- Científicos de datos
- Ingenieros de aprendizaje automático
- Desarrolladores de software
- Administradores Database
14 Horas