Vektordatenbanken in der Cloud: Pinecone, Weaviate und Co

Baue semantische Suche und RAG-Backends, die in Produktion stabil bleiben. Zu den Schwerpunkten gehören Vektorsuche verstehen statt raten, Cloud-Grundlagen für Pinecone und Weaviate, Datenpipeline: vom Text zum Index, Abfragen, Re-Ranking und Qualität, Betrieb, Sicherheit und Governance und Praxisprojekt: Mini-RAG-Backend.

Die Schulung richtet sich an Data Engineers und ML Engineers, die Retrieval-Backends aufbauen, Softwareentwicklerinnen und Softwareentwickler, die RAG in Produkte integrieren, Cloud Architects und Plattform-Teams mit Verantwortung für Betrieb und Sicherheit und Product Owner und Tech Leads, die Pinecone oder Weaviate bewerten müssen sowie alle, die semantische Suche und RAG belastbar in der Cloud umsetzen wollen.

Grundverständnis von APIs und JSON sowie praktische Erfahrung mit Cloud-Anwendungen. Hilfreich sind Grundkenntnisse zu Embeddings oder Information Retrieval, aber nicht zwingend.

Zu den Schwerpunkten gehören Vektorsuche verstehen statt raten, Cloud-Grundlagen für Pinecone und Weaviate, Datenpipeline: vom Text zum Index, Abfragen, Re-Ranking und Qualität, Betrieb, Sicherheit und Governance und Praxisprojekt: Mini-RAG-Backend.

Die Inhalte werden bis zu konkreten Arbeitsschritten zu Abfragen, Re-Ranking und Qualität, Betrieb, Sicherheit und Governance und Praxisprojekt: Mini-RAG-Backend geführt. Dadurch lässt sich das Gelernte gezielt auf eigene Aufgaben übertragen.

Zu den angestrebten Ergebnissen gehören: Wenn Du Vektordatenbanken nur als „Speicher für Embeddings“ betrachtest, übersiehst Du die wichtigsten Stellschrauben: Index-Design, Abfrage-Strategien und die Frage,; In diesem Seminar lernst Du Vektorsuche von Grund auf so, dass Du in Projekten belastbare Entscheidungen treffen kannst; Du verstehst, wie Ähnlichkeitsmaße, Filter und Hybrid Search zusammenspielen und welche Trade-offs zwischen Recall, Latenz und Kosten entstehen; Im zweiten Schritt setzt Du Dich konkret mit Pinecone und Weaviate in der Cloud auseinander; Du klärst, wie Du Datenräume sauber trennst, welche Rolle Metadaten im Schema spielen und wie Du Zugriffe über API-Keys und Netzwerkregeln absicherst.

Ja. „Abfragen, Re-Ranking und Qualität“ ist ein eigener Bestandteil der Schulung. Dazu gehören Query-Patterns für RAG, Filter, Scoring, MMR und Diversität und Evaluation: Ground Truth, NDCG, Hit@k.