گرایش تخصصی مبانی پایگاه داده برداری یکی از جدیدترین تخصص‌های ارائه شده در پلتفرم کورسرا است که در سپتامبر ۲۰۲۴ آغاز می‌شود. در این دوره، دانشجویان با اصول نگه‌داری و جستجوی داده‌های برداری (vector data) آشنا می‌شوند که امروزه کاربرد وسیعی در حوزه‌های هوش مصنوعی، سیستم‌های پیشنهادگر، بازیابی تصاویر و پردازش زبان طبیعی یافته‌اند.

هدف این دوره فراهم کردن تجربه عملی و تئوری برای طراحی، پیاده‌سازی و مقیاس‌دهی پایگاه‌های داده برداری است تا مهارت‌های لازم جهت استفاده از آن‌ها در پروژه‌های واقعی را بدست آورید.

• مقدمه بر بردارها و نمایش داده‌های چند بعدی
• شاخص‌گذاری برداری (Indexing) برای جستجوی سریع
• روش‌های Nearest Neighbor و Approximate Nearest Neighbor
• ارزیابی کیفیت و دقت جستجو
• مقیاس‌پذیری و توزیع در محیط‌های ابری
• امنیت و کنترل دسترسی به داده‌های برداری

• نحوه ایجاد و پیکربندی یک پایگاه داده برداری مانند Milvus و FAISS
• پیاده‌سازی الگوریتم‌های جستجوی برداری در زبان‌های Python و Java
• بهینه‌سازی شاخص‌ها برای حجم‌های بالای داده
• معرفی پیاده‌سازی‌های متن‌باز و ابزارهای مکمل
• ادغام پایگاه داده برداری با چارچوب‌های یادگیری ماشین
• راه‌اندازی خوشه‌های مقیاس‌پذیر در محیط Kubernetes

• جستجوی سریع و دقیق در مجموعه‌های داده بزرگ
• سفارشی‌سازی سیستم‌های پیشنهادگر مبتنی بر تشابه برداری
• کاربرد در تشخیص چهره، بازیابی تصویر و کلان‌داده‌های بیونیک
• ادغام با پردازش زبان طبیعی برای تحلیل متون طولانی
• پیاده‌سازی در حوزه پزشکی برای مقایسه داده‌های ژنومی
• پشتیبانی از معماری‌های توزیع‌شده و خوشه‌های ابری

• آشنایی با مفاهیم پایگاه داده رابطه‌ای و SQL
• مبانی برنامه‌نویسی Python یا Java
• دانش جبر خطی و مفاهیم برداری
• مقدمات مفاهیم یادگیری ماشین (Machine Learning)
• آشنایی اولیه با Docker و Kubernetes (توصیه‌ای)

این گرایش شامل چهار دوره می‌باشد که به ترتیب زیر ارائه می‌شوند:

• دوره اول: مبانی بردار و تئوری جستجوی برداری (۴ هفته)
  • تعاریف بردار، فاصله اقلیدسی و کوساین
  • معیارهای سنجش تشابه
• دوره دوم: شاخص‌گذاری و بهینه‌سازی (۵ هفته)
  • روش‌های HNSW، IVF، PQ
  • معیارهای کارایی و حافظه
• دوره سوم: پیاده‌سازی متن‌باز و ابزارهای مکمل (۴ هفته)
  • Milvus، FAISS، Annoy
  • ادغام با PyTorch و TensorFlow
• دوره چهارم: پروژه عملی و مقیاس‌دهی ابری (۶ هفته)
  • استقرار در Kubernetes
  • بهینه‌سازی هزینه و منابع

در طول دوره با مثال‌های متعددی تمرین می‌کنید. برای نمونه، پیاده‌سازی جستجوی تشابه تصویر:

from pymilvus import connections, FieldSchema, CollectionSchema, DataType, Collection

# اتصال به سرور Milvus
connections.connect("default", host="localhost", port="19530")

# تعریف اسکیمای مجموعه
fields = [
    FieldSchema("id", DataType.INT64, is_primary=True, auto_id=True),
    FieldSchema("vector", DataType.FLOAT_VECTOR, dim=128)
]
schema = CollectionSchema(fields, "Image similarity collection")
collection = Collection("image_vectors", schema)

# درج بردار و جستجوی نزدیک‌ترین‌ها
vectors = [[0.1]*128, [0.2]*128, [0.3]*128]
collection.insert([vectors])
res = collection.search([vectors[0]], "vector", params={"metric_type":"L2","params":{"nprobe":10}}, limit=3)
print(res)

این مثال نشان‌دهنده روند کلی اتصال، تعریف اسکیمای برداری، درج داده و اجرای جستجوی برداری است.

• مطالعه دقیق مستندات ابزارها و کتابخانه‌های متن‌باز
• تمرین مستمر و ساخت پروژه‌های کوچک برای تسلط
• شرکت در انجمن‌ها و بحث‌های کورسرا برای رفع اشکال
• استفاده از محیط‌های ابری رایگان مثل Google Cloud یا AWS Free Tier
• طراحی پروژه نهایی با هدف حل یک مسئله واقعی

برای دانلود رایگان دوره می‌توانید از حالت Audit در کورسرا استفاده کنید که همه ویدئوها و تکالیف بدون نیاز به پرداخت هزینه در دسترس خواهد بود. همچنین برای نرم‌افزارهای مورد نیاز:

• دانلود Anaconda برای مدیریت پایتون
• نصب Docker و Kubernetes با راهنمای رسمی
• دریافت رایگان Milvus و FAISS از مخازن GitHub

با دنبال کردن لینک‌های زیر می‌توانید بسته‌های نرم‌افزاری را به‌صورت رایگان دریافت و نصب کنید تا سریعاً آماده شروع دوره شوید.