เนื้อหาจัดทำโดย Lambda3 Podcast เนื้อหาพอดแคสต์ทั้งหมด รวมถึงตอน กราฟิก และคำอธิบายพอดแคสต์ได้รับการอัปโหลดและจัดหาให้โดยตรงจาก Lambda3 Podcast หรือพันธมิตรแพลตฟอร์มพอดแคสต์ของพวกเขา หากคุณเชื่อว่ามีบุคคลอื่นใช้งานที่มีลิขสิทธิ์ของคุณโดยไม่ได้รับอนุญาต คุณสามารถปฏิบัติตามขั้นตอนที่แสดงไว้ที่นี่ https://th.player.fm/legal
Player FM - แอป Podcast
ออฟไลน์ด้วยแอป Player FM !
ออฟไลน์ด้วยแอป Player FM !
Lambda3 Podcast 432 - Qual o banco de dados para IA Generativa?
MP3•หน้าโฮมของตอน
Manage episode 480219100 series 1528672
เนื้อหาจัดทำโดย Lambda3 Podcast เนื้อหาพอดแคสต์ทั้งหมด รวมถึงตอน กราฟิก และคำอธิบายพอดแคสต์ได้รับการอัปโหลดและจัดหาให้โดยตรงจาก Lambda3 Podcast หรือพันธมิตรแพลตฟอร์มพอดแคสต์ของพวกเขา หากคุณเชื่อว่ามีบุคคลอื่นใช้งานที่มีลิขสิทธิ์ของคุณโดยไม่ได้รับอนุญาต คุณสามารถปฏิบัติตามขั้นตอนที่แสดงไว้ที่นี่ https://th.player.fm/legal
Nesse episódio do Podcast da Lambda3 powered by TIVIT, Fernando Okuma convida Ahirton Lopes e Eliézer Zarpelão para um papo sobre qual é o banco de dados ideal para aplicações com IA Generativa, explorando o papel dos bancos vetoriais e de grafos, seus casos de uso e os desafios de adoção.
Participantes
- Fernando Okuma - @feokuma
- Ahirton Lopes - @ahirtonlopes
- Eliézer Zarpelão - @eliezerzarpelao
Pauta
- Por que IA Generativa precisa de um “banco diferente”?
- O que são bancos de dados vetoriais e bancos de grafos?
- Por que bancos tradicionais não resolvem esse problema?
- Como funcionam: embeddings, distância e busca por similaridade
- Casos de uso práticos (RAG, recomendação, antifraude etc.)
- Desafios na adoção em ambientes corporativos
- O que observar ao escolher um banco vetorial / grafos
- Futuro: bancos híbridos, grafos, otimizações e tendências
Referencias
- Canal do Eliézer no YouTube: https://youtube.com/eliezerzarpelao
- GraphAcademy (Cursos e Certificação gratuitos): https://graphacademy.neo4j.com/pt/
- GraphRAG Manifesto: https://neo4j.com/blog/genai/graphrag-manifesto/
- AuraDB (Neo4j SaaS): https://neo4j.com/product/auradb/ (tem versão free)
Edição:
427 ตอน
MP3•หน้าโฮมของตอน
Manage episode 480219100 series 1528672
เนื้อหาจัดทำโดย Lambda3 Podcast เนื้อหาพอดแคสต์ทั้งหมด รวมถึงตอน กราฟิก และคำอธิบายพอดแคสต์ได้รับการอัปโหลดและจัดหาให้โดยตรงจาก Lambda3 Podcast หรือพันธมิตรแพลตฟอร์มพอดแคสต์ของพวกเขา หากคุณเชื่อว่ามีบุคคลอื่นใช้งานที่มีลิขสิทธิ์ของคุณโดยไม่ได้รับอนุญาต คุณสามารถปฏิบัติตามขั้นตอนที่แสดงไว้ที่นี่ https://th.player.fm/legal
Nesse episódio do Podcast da Lambda3 powered by TIVIT, Fernando Okuma convida Ahirton Lopes e Eliézer Zarpelão para um papo sobre qual é o banco de dados ideal para aplicações com IA Generativa, explorando o papel dos bancos vetoriais e de grafos, seus casos de uso e os desafios de adoção.
Participantes
- Fernando Okuma - @feokuma
- Ahirton Lopes - @ahirtonlopes
- Eliézer Zarpelão - @eliezerzarpelao
Pauta
- Por que IA Generativa precisa de um “banco diferente”?
- O que são bancos de dados vetoriais e bancos de grafos?
- Por que bancos tradicionais não resolvem esse problema?
- Como funcionam: embeddings, distância e busca por similaridade
- Casos de uso práticos (RAG, recomendação, antifraude etc.)
- Desafios na adoção em ambientes corporativos
- O que observar ao escolher um banco vetorial / grafos
- Futuro: bancos híbridos, grafos, otimizações e tendências
Referencias
- Canal do Eliézer no YouTube: https://youtube.com/eliezerzarpelao
- GraphAcademy (Cursos e Certificação gratuitos): https://graphacademy.neo4j.com/pt/
- GraphRAG Manifesto: https://neo4j.com/blog/genai/graphrag-manifesto/
- AuraDB (Neo4j SaaS): https://neo4j.com/product/auradb/ (tem versão free)
Edição:
427 ตอน
ทุกตอน
×ขอต้อนรับสู่ Player FM!
Player FM กำลังหาเว็บ