Курс на Stepik
Обложка курса «pgvector: векторы в PostgreSQL: с нуля до production» на Stepik
990 ₽

pgvector: векторы в PostgreSQL: с нуля до production ★ 0.000

Открыть на
STEPIK.ORG

350+ задач с автопроверкой: от эмбеддингов до HNSW-индексов, гибридного поиска и RAG-пайплайна на Python. PostgreSQL остаётся одной БД — без отдельной векторной.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «pgvector: векторы в PostgreSQL: с нуля до production»Учеников на курсе 5
Сертификаты, выданные на курсе «pgvector: векторы в PostgreSQL: с нуля до production»Сертификатов выдано 0
Отзывы о курсе «pgvector: векторы в PostgreSQL: с нуля до production»Отзывов получено 0
Рейтинг курса «pgvector: векторы в PostgreSQL: с нуля до production»Рейтинг курса 0.000
Уроки в курсе «pgvector: векторы в PostgreSQL: с нуля до production»Количество уроков 44
Тесты в курсе «pgvector: векторы в PostgreSQL: с нуля до production»Количество квизов 91
Задачи с кодом в курсе «pgvector: векторы в PostgreSQL: с нуля до production»Количество задач с кодом 34
Стоимость курса «pgvector: векторы в PostgreSQL: с нуля до production»Стоимость курса 990 ₽ —
Обновления курса «pgvector: векторы в PostgreSQL: с нуля до production»Обновления курса — —
Дата публикации курса «pgvector: векторы в PostgreSQL: с нуля до production»Дата публикации курса — ———
Последнее обновление курса «pgvector: векторы в PostgreSQL: с нуля до production»Последнее обновление — ———
Сложность normal — ———

Чему вы научитесь

Курс для Python-бэкенд-разработчиков, которым «отдельная векторная БД» — лишняя инфраструктура, а PostgreSQL уже стоит в продакшене. Вы научитесь хранить эмбеддинги в PostgreSQL через расширение pgvector, строить векторный и гибридный поиск, собирать RAG-пайплайн на Python и выдерживать нагрузку в продакшене.

В курсе 350+ задач с автопроверкой на Stepik, модуль «Масштабирование» и финальный проект «База знаний для саппорта» с оценкой recall@k. Без Qdrant, без Weaviate и без цены 19 990 ₽.

О курсе

350+ задач с автопроверкой: от эмбеддингов до HNSW-индексов, гибридного поиска и RAG-пайплайна на Python. PostgreSQL остаётся одной БД — без отдельной векторной.

Для кого этот курс

Python-бэкенд-разработчики, ML-инженеры, аналитики данных, которые уже используют PostgreSQL и хотят добавить векторный поиск без новой инфраструктуры.

Начальные требования

Уверенное владение SQL (SELECT, JOIN, GROUP BY, подзапросы) и основами Python. Опыт работы с PostgreSQL desirable, но не обязателен — разберём с нуля.

Преподаватели курса

Нагрузка

3–4 часа в неделю

Расскажите о курсе друзьям