Векторные базы и эмбеддинги

О курсе

Курс о том, как превратить текст, изображения или карточки товаров в векторы и построить по ним поиск, который не врёт. Разбираем метрики близости и их ловушки, нарезку на фрагменты, точный и приближённый поиск, гибридный поиск с ключевыми словами и метрики качества.

Пять модулей идут от понятия эмбеддинга к сходству и его ловушкам, данным в индексе, поиску на масштабе и качеству. В «Сходстве» фиксируете метрику и нормализацию и строите диагностику на 20 векторах. В «Поиске на масштабе» проектируете слой поиска, обосновывая выбор между точным перебором и приближённым индексом. В «Качестве» собираете размеченный набор с долей отрицательных запросов и регламент обновления.

Курс для тех, кто строит поиск или рекомендации на своих данных — понадобится реальная предметная область и хотя бы черновая коллекция объектов. Нужны Python и базовое понимание работы с API моделей. Это не курс про RAG целиком — фокус именно на векторах, индексах и поиске.

Чему вы научитесь

• Выбирать метрику близости — косинус, скалярное произведение, евклид — под задачу
• Распознавать, когда метрика близости лжёт: длина, язык, домен
• Нарезать данные на фрагменты и решать, что класть во фрагмент кроме текста
• Выбирать между точным перебором и приближённым индексом по объёму коллекции
• Комбинировать фильтры по метаданным с векторным поиском
• Строить гибридный поиск: векторы плюс ключевые слова
• Собирать набор запросов с эталонами и считать метрики поиска
• Переиндексировать коллекцию при смене модели без простоя

Что останется после курса

• Отчёт о свойствах сходства с проверкой норм на 20 векторах
• Документ «данные в индексе» со стратегией нарезки и обогащения фрагментов
• Спроектированный и замеренный поисковый слой под объём своей коллекции
• Регламент качества векторного поиска с размеченным набором (на платных тарифах — с проверкой куратором и сертификатом)

Не подходит, если нужен готовый рецепт RAG «под ключ» — здесь разбирают именно устройство векторного поиска, а не весь конвейер генерации ответа.