Implementieren von KI-Funktionen in Datenbanklösungen

  • Lernpfad
  • 3 Module

Auf einen Blick

Dieser Lernpfad untersucht, wie KI-Funktionen direkt in azure SQL-Datenbank implementiert werden. Sie lernen, intelligente Suche mithilfe der Volltext- und Vektorsuche zu entwerfen, KI-Modelle und Einbettungen zu integrieren und RAG-Lösungen (Retrieval Augmented Generation) vollständig in T-SQL zu erstellen.

Voraussetzungen

Bevor Sie mit diesem Lernpfad beginnen, sollten Sie Erfahrung mit der Arbeit mit Azure SQL-Datenbank oder SQL Server haben, Transact-SQL Abfragen schreiben und ein allgemeines Verständnis von KI-Konzepten haben.

Module in diesem Lernpfad

Entwerfen und Implementieren von Modellen und Einbettungen mit SQL

Integrieren Sie KI-Modelle mit Azure SQL-Datenbank mithilfe externer Modelle und integrierter KI-Funktionen. Entwerfen Sie effektive Einbettungsstrategien und implementieren Sie Wartungsmuster, um Einbettungen an Quelldaten auszurichten.

Entwerfen und Implementieren der intelligenten Suche mit SQL

Implementieren Sie intelligente Suchfunktionen in SQL Server und Azure SQL, indem Sie herkömmliche Volltextsuche mit semantischer Vektorsuche kombinieren. Richten Sie ein mentales Modell für verschiedene Suchansätze ein, bereiten Sie SQL für die vektorbasierte Suche vor, und implementieren Sie Vektor-, Hybrid- und rangfolgebasierte Suchmuster mit Leistungsüberlegungen.

Entwerfen und Implementieren von RAG mit SQL

In diesem Modul erfahren Sie, wie Sie die Generierung von Abruferweiterungen (Retrieval Augmented Generation, RAG) mithilfe von Azure SQL-Datenbank implementieren. Sie lernen, geeignete RAG-Szenarien zu identifizieren, SQL-Ergebnisse als LLM-Kontext vorzubereiten, erweiterte Eingabeaufforderungen zu erstellen und Prozessmodellantworten zu verarbeiten.

Start