Formation Pinecone : Base de données de Vecteurs

PROGRAMME DE NOTRE FORMATION PINECONE

INTRODUCTION À PINECONE

• Présentation de Pinecone
• Le rôle de Pinecone dans l’utilisation de l’IA
• Les cas d’utilisation des bases de données vectorielles
• Vue d’ensemble de l’architecture de Pinecone
• Installation
• Configuration initiale et prise en main

LES BASES DE DONNÉES VECTORIELLES

• Qu’est-ce qu’une base de données vectorielle ?
• Comprendre le fonctionnement d’une vector database
• Comprendre l’importance de la recherche vectorielle
• Bases de données traditionnelles vs base de données vectorielles
• Présentation des embeddings
• Les métriques de distance couramment utilisées dans Pinecone
• Créer et gérer son index

INDEXATION ET REQUÊTES SUR PINECONE

• Insérer des données
• Les requêtes pour trouver des vecteurs similaires
• Utilisation des métadonnées pour filtrer les résultats de recherche
• Mise à jour et suppression de données
• Gérer les datasets
• Gérer les documents RAG
• La recherche hybride
  • Comprendre la recherche hybride
  • Encoder des vecteurs épars
  • Extraire des vecteurs peu denses
  • Interroger des vecteurs peu denses
• Les bonnes pratiques pour maintenir la qualité de l’index

INTÉGRATION DES LLM

• Introduction aux modèles de langage et à leur application sur Pinecone
• Convertir du texte en vecteurs
• Créer des chaînes de traitement avec LangChain
• Exemples pratiques d’utilisation de modèles de langage avec Pinecone
• Comment gérer de grands modèles de langage
• Comment résoudre les problématiques courantes ?

OPTIMISATION

• Conseils pour l’optimisation des performances de Pinecone
• Stratégies de mise à jour des modèles sur des données propriétaires
• Les bonnes pratiques pour gérer ses coûts
• Suivre sa consommation
• Intégration
  • Amazon Bedrock
  • Amazon SageMaker
  • ElasticSearch
  • Monitoring avec Datadog