Zilliz Práctico | Búsqueda de Texto Completo y Búsqueda Vectorial en un Solo Motor - De la Búsqueda Híbrida a la Búsqueda Multimodal

🎯 Resumen del EventoEn este taller, los participantes aprenderán sobre búsqueda vectorial, búsqueda híbrida y búsqueda multimodal utilizando Milvus / Zilliz Cloud, centrándose en datos japoneses a través de experiencias prácticas. Combinando análisis morfológico japonés, BM25, vectores densos y búsqueda de imágenes, los asistentes adquirirán experiencia práctica en la construcción de una infraestructura de búsqueda que considere el rendimiento, la eficiencia operativa y el costo. La segunda mitad incluirá una demostración sobre la transición de un entorno Milvus existente a Zilliz Cloud y las nuevas características de Milvus 3.0.Aun aquellos nuevos en bases de datos vectoriales pueden participar. Comenzaremos juntos con un registro para una prueba gratuita de Zilliz Cloud el día del evento. No se requiere preparación previa; solo trae una computadora portátil y un navegador.📍 Lugar: Centro de Conferencias TKP Estación de Tokio, Sala de Conferencias 1A 〒103-0028 Tokio, Distrito Chuo, Yaesu 1-8-16, Edificio Shin Makicho, a 1 minuto a pie de la salida Chuo Yaesu de la Estación JR Tokio📆 Fecha: 17 de septiembre de 2026 (jueves) 18:30–21:20 (El registro comienza a las 18:00)👥 Formato: Presencial / práctico📝 Capacidad: 40 personas💻 Qué traer: Computadora portátil (cualquier sistema operativo mientras funcione el navegador)🍴 Snacks y Bebidas: Se proporcionarán pizza, aperitivos ligeros y bebidas.📅 Agenda18:00-18:30 | Registro18:30-19:00 | Sesión: Operando una Infraestructura de Búsqueda Vectorial en Producción - Soluciones Reales para Rendimiento, Costo y Migración19:00-19:10 | Demo A: Más Allá de lo Práctico - Búsqueda Híbrida Japonesa a Gran Escala19:10-20:30 | Práctico20:30-20:40 | Preguntas y Respuestas20:40-20:50 | Demo B: Transición de Milvus Autoalojado a Zilliz Cloud - Una Experiencia Práctica20:40-20:50 | Demo C: Buscando Mientras Almacenas en un Data Lake - Colecciones Externas de Milvus 3.020:50-21:20 | Networking AbiertoInstructorYan Yulan / Arquitecto de Soluciones Fundador de Zilliz, PhDRecomendado paraContenido Práctico (Aprox. 80 minutos)En Zilliz Cloud, los participantes construirán una búsqueda de documentos japoneses desde cero. Esto se llevará a cabo basado en Milvus 2.6.Tiempo de Contenido del LaboratorioLaboratorio 0 Configuración del Entorno - Verificación de Conexión a Zilliz Cloud Aprox. 15 minutosLaboratorio 1 Búsqueda Semántica Japonesa - Desde la Creación de Colecciones hasta la Ingesta de Datos y Búsqueda Aprox. 15 minutosLaboratorio 2 Segmentación de Palabras Japonesas y Búsqueda de Texto Completo, y Búsqueda Híbrida Aprox. 20 minutosLaboratorio 3 Búsqueda Multimodal - Recuperando Páginas de Documentos con Gráficos Usando Consultas Japonesas Aprox. 20 minutosLaboratorio 4 (Opcional) Búsqueda Avanzada Utilizable con una Línea Añadida Aprox. 10 minutosNota: El Laboratorio 4 es opcional. Incluso si no lo terminas el día del evento, podrás llevarte el cuaderno a casa y probarlo en tu propio entorno más tarde.Sesión (30 minutos)Operando una Infraestructura de Búsqueda Vectorial en Producción - Soluciones Reales para Rendimiento, Costo y MigraciónEsta sesión proporcionará perspectivas para aquellos que consideran la búsqueda vectorial y para aquellos que ya la operan.La búsqueda vectorial se ha vuelto más fácil hasta el Punto de Prueba de Concepto (PoC). El desafío radica más allá de eso. A medida que los datos aumentan, las actualizaciones no se detienen y la sintonización de índices y facturas se convierten en problemas simultáneamente: muchos proyectos se estancan en este punto.En esta sesión, Zilliz, el desarrollador de Milvus, discutirá cómo ha abordado estos desafíos. Cubriremos el rendimiento en grandes conjuntos de datos con el motor de búsqueda Cardinal, la automatización de la sintonización con AUTOINDEX, estructuras de costo a través de almacenamiento jerárquico y cuantización, y operaciones y seguridad incluyendo BYOC. También presentaremos ejemplos de implementación tanto nacionales como internacionales y transiciones desde entornos autoalojados.Por último, tocaremos brevemente la dirección en la que se dirige Milvus 3.0, que se lanzó el mes pasado.DemoDemo A: Más Allá de lo Práctico - Búsqueda Híbrida Japonesa a Gran EscalaDemo B: Transición de Milvus Autoalojado a Zilliz Cloud - Una Experiencia PrácticaDemo C: Buscando Mientras Almacenas en un Data Lake - Colecciones Externas de Milvus 3.0Acerca de ZillizZilliz es una empresa que proporciona infraestructura para datos no estructurados para IA, y desarrolla la base de datos vectorial de código abierto Milvus. Como pionero en el campo de la Base de Datos Vectorial y Vector Lakebase, Zilliz ayuda a transformar grandes datos no estructurados como texto, imágenes, audio, video, código, registros y comportamientos de usuarios en activos inteligentes que IA puede buscar, analizar, gobernar y utilizar.Sitio Web Oficial de Zilliz⚠️ Notas📩 Consultas 📧 [email protected]