بناء أنظمة RAG باستخدام قواعد بيانات المتجهات (Vector Databases)

هل ترغب في بناء أنظمة بحث وروبوتات محادثة ذكية تفهم السياق؟ تعد قواعد بيانات المتجهات (Vector databases) هي التقنية الأساسية التي تدعم تطبيقات نماذج اللغة الكبيرة الحديثة. توفر هذه الدورة فهماً عملياً وأساسياً لقواعد بيانات المتجهات وكيفية استخدامها مع التوليد المعزز بالاسترجاع (RAG). ستتعلم المفاهيم الأساسية وراء التضمينات (embeddings)، والبحث عن التشابه (similarity search)، ونشر روبوت محادثة وظيفي قائم على المعرفة وواجهة برمجة تطبيقات (API) للبحث. ما ستتعلمه: فهم مبادئ تضمينات المتجهات (vector embeddings)، والتشابه الدلالي (semantic similarity)، وطرق الفهرسة الفعالة. تهيئة ونشر منصات قواعد بيانات المتجهات الأساسية، بما في ذلك Qdrant و Weaviate ومكتبة FAISS. إتقان سير عمل التوليد المعزز بالاسترجاع (RAG) لربط LLMs بمصادر بياناتك الخاصة. التدرب على إنشاء وفهرسة واستعلام المستندات داخل مخازن المتجهات المختلفة. بناء واجهة برمجة تطبيقات (API) أساسية للبحث الدلالي ونموذج أولي لروبوت محادثة وظيفي قائم على RAG. تطبيق المفاهيم الأساسية لمراقبة وتقييم أداء أنظمة البحث والاسترجاع. تبدأ الدورة بالتعريفات والمفاهيم الأساسية، وتتقدم من خلال الإعداد العملي وتمارين التنفيذ العملية. نركز بشكل بحت على الشروحات المكتوبة والكود اللازم لتحقيق نتائج عملية. تم تصميم هذه الدورة للمبتدئين في تطوير تطبيقات الذكاء الاصطناعي الذين يرغبون في فهم البنية الحديثة اللازمة لبناء تطبيقات مدعومة بـ LLMs. لا تتطلب معرفة مسبقة بقواعد بيانات المتجهات. ابدأ ببناء الجيل القادم من التطبيقات الذكية اليوم.