Membangun Sistem RAG dan Pencarian Vektor di BigQuery โ€” LearnFlat
โฑ 3 jam ๐Ÿ“š 30 pelajaran

Membangun Sistem RAG dan Pencarian Vektor di BigQuery

Belajar bagaimana menghasilkan penempatan teks, melakukan pencarian kesamaan, dan membangun aliran kerja generasi yang ditingkatkan dengan pencarian langsung di dalam gudang data cloud Anda.

  • ๐Ÿ’ฌ Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • ๐Ÿ• Mulai kapan saja
    Tanpa jadwal atau tenggat โ€” belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • ๐ŸŒ Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat โ€” semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Ketika model AI generatif menjadi bagian penting dari aplikasi modern, mendasarkan model tersebut dengan data perusahaan Anda sangat penting untuk mencegah hal-hal yang tidak diinginkan. BigQuery menawarkan kemampuan built-in yang kuat untuk menghasilkan embedding dan menjalankan pencarian vektor langsung di tempat data Anda berada. Dalam kursus berbasis teks ini, Anda akan berpindah dari memahami penyimpanan data dasar ke mengimplementasikan pipa Retrieval-Augmented Generation (RAG) yang berfungsi sepenuhnya. Anda akan mendapatkan keterampilan untuk menyimpan vektor dimensi tinggi, mengeksekusi query kesamaan, dan menghubungkan model bahasa besar ke set data terstruktur Anda. Apa yang Anda pelajari: Mengerti konsep dasar dari vektor embedding dan pencarian semantik; Menghasilkan teks embedsing menggunakan query SQL langsung di dalam BigQuery; Konfigurasi dan mengoptimalkan indeks vektor untuk melakukan pencarian kesamaan cepat pada skala; Bangun arsitektur RAG yang kuat untuk memasok data yang relevan secara kontekstual ke model bahasa; Terapkan Strategi chunking dan preprocessing untuk mempersiapkan teks mentah untuk generasi embedding; Memitigasi halusinasi model dengan melandasi tanggapan LLM dengan data gudang yang diverifikasi. Anda akan mulai dengan terminologi inti database vektor dan representasi semantik sebelum beralih ke implementasi berbasis SQL yang praktis. Melalui penjelasan terstruktur dan contoh kode yang jelas, Anda akan belajar bagaimana mengorganisir aliran kerja RAG lengkap dari pengambilan data mentah ke output yang dihasilkan. Kursus ini dirancang untuk analis data, administrator database, dan insinyur AI bercita-cita yang baru untuk pencarian vektor dan RAG. Tidak diperlukan pengalaman machine learning sebelumnya; keakraban dasar dengan SQL adalah semua yang Anda butuhkan untuk memulai. Mulai membaca hari ini untuk membuka kekuatan pencarian semantik di dalam gudang data Anda.

Apa yang Anda dapatkan

  • ๐Ÿ“œ Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • ๐Ÿ’ฌ Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • โ™พ๏ธ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • ๐Ÿ“ฑ Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • ๐Ÿ’ธ Pengembalian 14 hari
    Tanpa pertanyaan
  • โšก Singkat dan fokus
    3 jam konten praktis

Ulasan

Belum ada ulasan โ€” jadilah yang pertama berbagi pengalaman.

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Setelah mengirim kami akan meminta masuk โ€” draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu โ€” Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya โ€” refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur