Build AI Apps with Azure Database for PostgreSQL (AI-3019)

Erste Schritte mit generativer KI in Azure Database for PostgreSQL

• Einleitung
• Grundlegendes zu generativen KI-Sprachmodellen
• Beschreiben der Azure KI-Erweiterung
• Erkunden des Azure OpenAI-Schemas
• Überprüfen des Azure Cognitive-Schemas
• Erkunden semantischer Operatoren
• Untersuchen des Azure Machine Learning-Schemas
• Übung: Erkundung der Azure AI-Erweiterung
• Modulbewertung
• Zusammenfassung

Aktivieren der semantischen Suche in Azure Database for PostgreSQL

• Einleitung
• Grundlegendes zur semantischen Suche
• Speichern von Vektoren in Azure Database for PostgreSQL
• Erstellen von Einbettungen mit der Azure KI-Erweiterung
• Übung – Generieren von Vektoreinbettungen mit Azure OpenAI
• Erkunden von Anwendungsfällen für die semantische Suche
• Übung – Erstellen einer Suchfunktion für ein Empfehlungssystem
• Modulbewertung
• Zusammenfassung

Integrieren sie AI Services, um Ihre Anwendungen mit intelligenten Features in Azure Database for PostgreSQL zu erweitern

• Einleitung
• Zusammenfassen von Daten mit Azure AI Services und Azure-Datenbank für PostgreSQL
• Durchführen von Stimmungsanalysen und Meinungs-Mining in Azure-Datenbank für PostgreSQL
• Extrahieren von Erkenntnissen mithilfe von Azure Language und Azure Database for PostgreSQL
• Übersetzen von Text mit Azure Translator und Azure-Datenbank für PostgreSQL
• Übung – Verwenden von Azure AI-Diensten mit Azure-Datenbank für PostgreSQL
• Verwenden Sie Azure Machine Learning für Vorhersagen mit Azure Database for PostgreSQL
• Übung – Durchführen von Rückschlüssen mit Azure Machine Learning und Azure-Datenbank für PostgreSQL
• Modulbewertung
• Zusammenfassung

Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL

• Einleitung
• Verständnis des RAG-Musters mit der Azure-Datenbank für PostgreSQL
• Erkunden von Herausforderungen beim Abrufen von Informationen – Skalierung und Genauigkeit
• Erweitern der Skalierung mit Vektorindizes
• Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL und Python
• Übung: Erstellen von RAG-Anwendungen mit Azure-Datenbank für PostgreSQL und Python
• Verbessern der Genauigkeit mit erweiterten RAG-Architekturen
• Erkunden von GraphRAG mit Azure-Datenbank für PostgreSQL
• Übung: Implementieren von GraphRAG mit Azure-Datenbank für PostgreSQL
• Modulbewertung
• Zusammenfassung

Implementieren von generativen KI-Agents mit Azure Database for PostgreSQL

• Einleitung
• Verstehen von KI-Agents mit Azure Database for PostgreSQL
• Informationsabruf für Agenten anwenden
• Bewerten von agentischen Frameworks für die Integration in PostgreSQL
• Implementieren von KI-Agents mit Foundry Agent Service
• Übung – Erstellen eines KI-Agents mit Foundry Agent Service und Azure Database für PostgreSQL
• Integrieren von KI-Agents in MCP und PostgreSQL
• Modulbewertung
• Zusammenfassung

Entwickeln von PostgreSQL-Lösungen in Visual Studio Code mit der PostgreSQL-Erweiterung und GitHub Copilot

• Einleitung
• Verstehen, wie die PostgreSQL-Erweiterung die SQL-Entwicklung unterstützt
• Verstehen, wie GitHub Copilot in die PostgreSQL-Erweiterung integriert wird
• Verwenden von GitHub Copilot zum Generieren, Verfeinern und Beheben von SQL-Abfragen
• Übung – Verbessern der PostgreSQL-Entwicklung mit GitHub Copilot
• Wissensüberprüfung
• Zusammenfassung

Bevor Sie mit diesem Modul beginnen, sollten Sie Erfahrung mit der Arbeit mit PostgreSQL-Datenbanken, dem Schreiben von SQL-Abfragen und einem allgemeinen Verständnis von KI- und ML-Konzepten haben.