Présentation du cours
Recherche vectorielle et hybride : notions (cosine, dot product, HNSW, IVF), usage de pgvector pour déploiements petits/moyens, Qdrant pour recherche dédiée avec filtrage payload, et stratégies hybrides BM25+vector+reranking.
Présente principes de recherche vectorielle (mesures de similarité, indexapprox comme HNSW/IVF) et conséquences sur latence/qualité.
Explique l’intégration de pgvector dans Postgres comme solution pratique pour RAG de petite à moyenne taille.
Décrit Qdrant comme moteur dédié, incluant filtrage par payload et scénarios d’utilisation adaptés.
Expose les architectures hybrides combinant BM25, recherche vectorielle et étapes de reranking pour améliorer précision et couverture.
Compétences et thèmes abordés
Accéder à la plateforme
Accédez au catalogue pour consulter le détail des cours, les conditions d’accès et votre progression personnelle. Se connecter.