البحث المتجه و RAG في BigQuery للمبتدئين

يعد ربط نماذج اللغات الكبيرة ببيانات مؤسستك أمراً أساسياً لبناء تطبيقات ذكية، لكن نقل البيانات بين الأنظمة يفرض تعقيدات ومخاطر أمنية. يوضح لك هذا الدورة النصية كيفية إنشاء التضمينات (embeddings)، وإجراء عمليات البحث المتجه، وتنفيذ استرجاع المعزز بالتوليد (RAG) مباشرة داخل BigQuery. ستنتقل من مطابقة الكلمات الرئيسية التقليدية إلى البحث الدلالي، وتتعلم كيفية الاستفادة من قدرات التعلم الآلي باستخدام مهام سير عمل SQL المألوفة. من خلال فهم المفاهيم الأساسية للفضاءات المتجهة وأنماط الاستعلام العملية، ستتمكن من إثراء مستودع بياناتك بقدرات الذكاء الاصطناعي الحديثة. ما ستتعلمه: فهم المفاهيم الأساسية لتضمينات المتجهات والبحث الدلالي؛ إنشاء تضمينات النص باستخدام وظائف SQL داخل BigQuery؛ تكوين فهارس المتجهات لتحسين أداء البحث على مجموعات البيانات الكبيرة؛ بناء خطوط أنابيب استرجاع المعزز بالتوليد (RAG) لترسيخ نماذج الذكاء الاصطناعي في بياناتك؛ تطبيق مبادئ هندسة التوجيه الأساسية لتنسيق السياق المسترجع؛ ممارسة كتابة استعلامات SQL نظيفة لمهام سير عمل الذكاء الاصطناعي الحديثة والبحث الدلالي. تبدأ الدورة بالمصطلحات الأساسية، شاححةً ما هي التضمينات وكيف تعمل قواعد البيانات المتجهة من الناحية المفاهيمية. من هناك، ستستعرض تطبيقات SQL خطوة بخطوة، وتتعلم كيفية إنشاء الفهارس، وإجراء عمليات البحث عن التشابه، وتصميم سير عمل RAG كامل. تم تصميم هذه الدورة لمحللي البيانات، ومسؤولي قواعد البيانات، ومطوري البرامج الذين يرغبون في دمج ميزات بحث الذكاء الاصطناعي في مستودع بياناتهم الحالي. لا يتطلب الأمر أي خلفية سابقة في التعلم الآلي، على الرغم من أن الإلمام الأساسي بـ SQL مفيد. ابدأ القراءة الآن لإتقان البحث الدلالي و RAG داخل BigQuery.