Vector databases et pgvector
Comprendre stockage d’embeddings, similarité, index vectoriels, filtres metadata et limites pratiques.
Pourquoi ça compte
Les vector databases sont une brique standard des apps RAG.
pgvector te permet de rester dans PostgreSQL pour beaucoup de cas réels.
Ce que tu dois comprendre
Expliquer le problème que "Vector databases et pgvector" résout, ses limites et ses cas d'usage réalistes.
Mettre en pratique: créer une table de documents avec embeddings et metadata.
Construire une preuve exploitable: notebook ou script de benchmark RAG avec pgvector.
Relier ce sujet aux items voisins de la roadmap et aux décisions produit ou architecture.
Projet preuve / livrable
Notebook ou script de benchmark RAG avec pgvector.
Cours à compléter
Lis le texte de l'étape, ouvre le cours complet, puis coche l'étape seulement quand tu l'as réellement terminée.
- Étape 01Supabase Docs
Créer une table de documents avec embeddings et metadata.
Cours complet -> pgvector: Embeddings and Vector Search - Étape 02Supabase Docs
Tester recherche vectorielle avec filtres par organization/document.
Cours complet -> Row Level Security - Étape 03DataTalksClub LLM Zoomcamp
Comparer résultat vectoriel seul vs recherche hybride simple.
Cours complet -> Retrieval Augmented Generation - Étape 04GitHub Docs
Transformer "Vector databases et pgvector" en preuve visible: README, capture, courte vidéo ou commit commenté.
Cours complet -> About READMEs - Étape 05ADR GitHub
Relire les sources principales et noter les compromis, limites et prochaines améliorations du livrable "Notebook ou script de benchmark RAG avec pgvector.".
Cours complet -> Architecture Decision Records
Avance étape par étape: ouvre le cours, complète l'exercice, puis coche l'étape avant la suite.
Prochaine section- Le livrable existe avec code, capture, vidéo, README ou note vérifiable.
- Créer une table de documents avec embeddings et metadata.
- Tester recherche vectorielle avec filtres par organization/document.
- Le README explique contexte, architecture, limites, coût ou risques importants.
- Tu peux expliquer en 5 minutes les sources, compromis et prochaine amélioration.
Common traps
- Ne te limite pas à regarder des vidéos sans produire un livrable visible.
- Ne passe pas au sujet suivant sans commit, README ou capture de démo.
- Ne marque pas l'item comme fait si les critères d'acceptation ne sont pas encore vérifiables.