Saltar al contenido principal

Módulo 4 - Bases de datos vectoriales

Descripción general​

Las bases de datos vectoriales son sistemas especializados diseñados para almacenar y buscar vectores de alta dimensión. Este módulo cubre las principales opciones de bases de datos vectoriales, sus características y cómo elegir la adecuada para su sistema RAG.

Objetivos de aprendizaje​

  • Comprender qué hace diferentes a las bases de datos vectoriales
  • Aprender sobre algoritmos de indexación (HNSW, IVF)
  • Comparar Pinecone, Weaviate, Chroma, Milvus, Qdrant
  • Implementar almacenes vectoriales con LangChain

Contenido del módulo​

1. Introducción a los almacenes vectoriales​

  • Qué los diferencia de las bases de datos tradicionales
  • Algoritmos de indexación (HNSW, IVF, Flat)
  • Almacenamiento y filtrado de metadatos

2. Pinecone, Weaviate, Chroma​

  • Opciones alojadas vs autogestionadas
  • Comparación de precios y características
  • Guías de configuración y uso

3. Milvus, Qdrant y otros​

  • Opciones de código abierto
  • PostgreSQL + pgvector
  • FAISS y Redis Vector Search
  1. Introducción a los almacenes vectoriales - Fundamentos
  2. Opciones populares - Pinecone, Weaviate, Chroma
  3. Código abierto - Milvus, Qdrant, pgvector
  4. Quiz - Módulo 4 - 30 preguntas

¡Elija la base de datos adecuada para sus vectores!