Chia Sẻ Khóa Học Redis + AI - Xây Dựng Một Vector Database Với Redis [Khóa 6502 A]
Khóa học này cho các nhà phát triển biết cách khai thác các công cụ liên quan đến AI có sẵn trong Redis để xây dựng một vector database. Khóa học bắt đầu bằng cách xem xét dữ liệu có cấu trúc so với dữ liệu không có cấu trúc và các cơ sở dữ liệu được tối ưu hóa bằng AI, sau đó chuyển sang Redis Enterprise để nói về cách các nhà phát triển có thể sử dụng nó như một DB vector. Khóa học cũng giới thiệu các ví dụ như recommendation engines, semantic search và các ví dụ khác.
Nội dung khóa học:
1. Giới thiệu:
- ✓ Giới thiệu.
- ✓ Những điều bạn nên biết.
2. Hiểu về dữ liệu:
- ✓ Dữ liệu có cấu trúc là gì và nó đến từ đâu?
- ✓ Dữ liệu phi cấu trúc là gì và nó đến từ đâu?
- ✓ Sử dụng dữ liệu có cấu trúc.
- ✓ Sử dụng dữ liệu phi cấu trúc: Các ví dụ về trường hợp sử dụng.
- ✓ Cái nào tốt hơn? Structured vs. unstructured data.
- ✓ Dữ liệu phi cấu trúc thành dữ liệu có cấu trúc.
- ✓ Ví dụ thực tế: Metadata.
3. AI-Optimized Databases:
- ✓ AI-optimized database là gì?
- ✓ Vector database là gì?
- ✓ Embeddings là gì?
- ✓ Vector databases hoạt động như thế nào?
- ✓ Các ví dụ về các trường hợp sử dụng cho vector database.
4. Enter Redis:
- ✓ Giới thiệu nhanh về RediSearch và cách sử dụng.
- ✓ Redis được sử dụng làm một vector database.
- ✓ Sử dụng Redis làm một recommendation engine: Tổng quan về kiến trúc.
- ✓ Sử dụng Redis làm một documentation retrieval database: Architecture.
5. Xây dựng một Image Similarity Search:
- ✓ Giới thiệu về dự án cần giải quyết.
- ✓ Architecture review: Sử dụng Redis làm một vector database.
- ✓ Tổng quan về Tech stack.
- ✓ Tổng quan về triển khai: Đi sâu vào các khía cạnh chính của quá trình triển khai.
6. Xây dựng một Semantic Search Example:
- ✓ Giới thiệu về dự án cần giải quyết.
- ✓ Architecture review: Sử dụng Redis làm một vector database.
- ✓ Tổng quan về Tech stack.
- ✓ Implementation video.
7. Kết luận.