Temario del curso
Introducción a PostgresAI
- Comprensión de la arquitectura y los componentes de PostgresAI
- Conceptos clave: clonación, instantáneas y entornos de sandbox
- Escenarios de adopción empresarial y ROI
Instalación y configuración de PostgresAI
- Despliegue de PostgresAI en entornos de Docker y Kubernetes
- Integración con PostgreSQL y backends de almacenamiento externo
- Autenticación y gestión de accesos
Clonación de bases de datos y experimentación
- Creación de clones instantáneos de bases de datos utilizando aprovisionamiento fino (thin provisioning)
- Pruebas seguras de cambios de esquema con entornos efímeros
- Aceleración de CI/CD mediante clones de PostgresAI
Monitoreo y observabilidad
- Uso de los tableros (dashboards) de PostgresAI para obtener información sobre el rendimiento
- Monitoreo de la salud de los clones y la ejecución de consultas
- Integración con Grafana, Prometheus y ELK
Optimización de consultas impulsada por IA
- Aprovechamiento de recomendaciones basadas en IA para mejorar consultas
- Análisis de planes de consulta y patrones de ejecución
- Optimización continua mediante bucles de retroalimentación
Gobernanza y seguridad de datos
- Gestión del enmascaramiento y anonimización de datos
- Garantización del cumplimiento normativo en entornos clonados
- Registros de auditoría y controles de acceso basados en roles
Integración de PostgresAI con flujos de trabajo empresariales
- Integración con CI/CD utilizando Jenkins, GitLab CI o GitHub Actions
- Pipelines de pruebas automatizadas para cambios en SQL y esquemas
- Mejores prácticas de colaboración de equipos y compartición de entornos
Escala de las operaciones de PostgresAI
- Manejo de grandes conjuntos de datos y clústeres multinodo
- Optimización del rendimiento del aprovisionamiento de clones
- Planificación de capacidad y gestión de costos
Resumen y siguientes pasos
Requerimientos
- Comprensión de la administración de bases de datos PostgreSQL
- Experiencia con entornos de servidores Linux
- Conocimiento de flujos de trabajo de despliegue en contenedores o virtualizados
Público objetivo
- Administradores de bases de datos
- Ingenieros de DevOps y SRE
- Arquitectos de infraestructura de datos
Reseñas (4)
Cómo utilizar LLMs en el trabajo diario
Cont - Everymatrix
Curso - PostgreSQL AI: Introduction to semantic search
Traducción Automática
conocimientos sobre rendimiento
Adrian Ionut Chelaru - Banca Transilvania Cluj
Curso - PostgreSQL Advanced - Performance Management
Traducción Automática
Índices de tablas y su ajuste y reoptimización para mejorar su rendimiento
Roberto Esposito
Curso - PostgreSQL AI for Developers
Traducción Automática
Un buen primer contacto con una nueva tecnología de bases de datos
Cont Florian - Banca Transilvania Cluj
Curso - PostgreSQL Server Administration
Traducción Automática