Grupa Użytkowników MongoDB w Sydney

Dołącz do nas na Grupie Użytkowników MongoDB w Sydney 🚀 Połącz się z innymi deweloperami, entuzjastami technologii i osobami ciekawskimi na wieczór poświęcony najlepszym praktykom i rzeczywistym przypadkom użycia, które napędzają nowoczesne aplikacje z MongoDB. Niezależnie od tego, czy budujesz swój pierwszy projekt, czy skalujesz do milionów użytkowników, odejdziesz z praktycznymi spostrzeżeniami, świeżymi pomysłami i wspaniałą grupą ludzi do wymiany doświadczeń. Weź napój, poznaj lokalną społeczność MongoDB i zobacz, co jest możliwe, gdy budujesz z odpowiednią bazą danych. Do zobaczenia! Agenda 17.00: Przybycie i Networking18.00: Powitanie18.10: MongoDB Atlas Search od Podszewki 🔍18.40: Twój LLM spala pieniądze. MongoDB może być gaśnicą 💰🧯19.10: Pizza i Networking20.00: Zakończenie wydarzenia ----- Szczegóły sesji MongoDB Atlas Search od Podszewki 🔍Luke Thompson, Główny Architekt, Clarifresh Zbadamy nowo otwartą usługę MongoT, aplikację sidecar w Javie, która działa obok usługi C++ MongoD, oferując dodatkowe możliwości wyszukiwania. Szybko przyjrzymy się bazie kodu, uruchomimy ją i pokażemy, jak rzeczywiste zapytania Atlas Search zamieniają się w wyszukiwania indeksów Lucene. Biografia: Luke Thompson jest architektem oprogramowania i zapalonym programistą, który buduje oprogramowanie w dzień i w nocy. Zastosowuje swoje talenty, jakimi są, by robić rzeczy tak dobrze, jak to tylko możliwe. Twój LLM spala pieniądze. MongoDB może być gaśnicą 💰🧯Jinu VM, Architekt Rozwiązań Doradczych, MongoDB Każdy token, który wysyłasz do LLM kosztuje pieniądze, a większość zespołów wysyła znacznie więcej, niż potrzebuje. Rozbudowane okna kontekstowe, zbędne pobieranie i źle zarządzana pamięć cicho zwiększają koszty wnioskowania i spowalniają czasy odpowiedzi, jednocześnie sprawiając, że twój AI jest mniej dokładny, a nie bardziej. Na tej sesji zajmiemy się tym, jak inteligentne inżynierowanie kontekstu i zarządzanie pamięcią mogą ugasić ogień. Dowiesz się, jak MongoDB może pełnić rolę fundamentu dla bardziej zwartych, mądrzejszych aplikacji AI. Od efektywnych strategii wyszukiwania wektorowego i pobierania, które ograniczają zbędny kontekst, po architektury pamięci persistentnej, które pozwalają twojemu LLM pamiętać, co jest ważne, bez wysyłania tego ponownie za każdym razem.Czego się nauczysz: Niezależnie od tego, czy budujesz agentów, chatboty, czy rurociągi RAG, ta sesja pomoże ci przemyśleć, jak zarządzasz kontekstem, aby twój budżet LLM przestał znikać w dymie.