Comparação de banco de dados de IA: MongoDB vs PostgreSQL e Pgvector | EVENTO GRATUITO
Sobre o evento
Os modelos de linguagem grande (LLMs) estão rapidamente remodelando a forma como construímos soluções de IA, desde a geração aumentada de recuperação (RAG) até agentes de IA e sistemas de agentes que continuamente raciocinam, refletem e agem em novos dados. A tecnologia de banco de dados que você escolher para alimentar esses aplicativos pode impactar significativamente o desempenho, a escalabilidade e o sucesso do seu aplicativo de IA.
Neste webinar, o Staff Developer Advocate Richmond Alake comparará duas soluções de pesquisa vetorial — PostgreSQL com pgvector e MongoDB Atlas Vector Search — e o guiará na seleção da opção certa para suas cargas de trabalho de IA. Seja você um engenheiro de dados, arquiteto de IA ou desenvolvedor, você sairá com insights acionáveis sobre como pensar e otimizar métricas críticas como latência e rendimento para atender às demandas de aplicativos de IA modernos.
O que você aprenderá:
- Como o RAG impulsiona aplicativos baseados em LLM integrando dados externos em tempo real e como a pesquisa semântica e o RAG podem ser implementados usando ambos os bancos de dados.
- Como o PostgreSQL/pgvector e o MongoDB Atlas lidam com operações vetoriais de alto desempenho cruciais para tarefas como pesquisa semântica e recomendação.
- Como bancos de dados vetoriais robustos permitem que agentes de IA raciocinem, planejem e ajam de forma autônoma, criando experiências de IA verdadeiramente dinâmicas e interativas.
- Como um aplicativo do mundo real usando um conjunto de dados de perguntas e respostas financeiras ilustra estratégias práticas de implantação e otimização.
- Como métricas-chave como latência e rendimento afetam diretamente o sucesso de aplicativos LLM e como aplicar técnicas de ajuste comprovadas.
Quando: 10 de Abril de 2025
Horário: 13:00 BRT
Idioma: Inglês
