AI-mogelijkheden implementeren in databaseoplossingen

  • Leertraject
  • 3 Modules

In een oogopslag

In dit leertraject wordt uitgelegd hoe u AI-mogelijkheden rechtstreeks in Azure SQL Database implementeert. U leert intelligente zoekopdrachten te ontwerpen met behulp van zoeken in volledige tekst en vectoren, AI-modellen en insluitingen te integreren en RAG-oplossingen (Retrieval Augmented Generation) volledig te bouwen in T-SQL.

Vereisten

Voordat u aan dit leertraject begint, moet u ervaring hebben met het werken met Azure SQL Database of SQL Server, het schrijven van Transact-SQL query's en een algemeen begrip van AI-concepten.

Modules in dit leertraject

Modellen en insluitingen ontwerpen en implementeren met SQL

Integreer AI-modellen met Azure SQL Database met behulp van externe modellen en ingebouwde AI-functies. Ontwerp effectieve insluitingsstrategieën en implementeer onderhoudspatronen om insluitingen te houden die zijn afgestemd op brongegevens.

Intelligente zoekopdrachten ontwerpen en implementeren met SQL

Implementeer intelligente zoekmogelijkheden in SQL Server en Azure SQL door traditionele zoekopdrachten in volledige tekst te combineren met semantische vectorzoekopdrachten. Stel een mentaal model in voor verschillende zoekmethoden, bereid SQL voor op vector gebaseerde zoekopdrachten en implementeer vector-, hybride en classificatiegebaseerde zoekpatronen met prestatieoverwegingen.

RAG ontwerpen en implementeren met SQL

In deze module leert u hoe u Rag (Retrieval Augmented Generation) implementeert met behulp van Azure SQL Database. U leert de juiste RAG-scenario's te identificeren, SQL-resultaten voor te bereiden als LLM-context, uitgebreide prompts samen te stellen en reacties op procesmodellen te verwerken.

Starten