Zilliz Praktyczne Zajęcia | Wyszukiwanie pełnotekstowe i wyszukiwanie wektorowe w jednym silniku - Od wyszukiwania hybrydowego do wyszukiwania multimodalnego

🎯 Przegląd WydarzeniaW tym warsztacie uczestnicy nauczą się o wyszukiwaniu wektorowym, wyszukiwaniu hybrydowym i wyszukiwaniu multimodalnym przy użyciu Milvus / Zilliz Cloud, koncentrując się na danych japońskich poprzez praktyczne doświadczenie. Łącząc japońską analizę morfologiczną, BM25, gęste wektory i wyszukiwanie obrazów, uczestnicy zdobędą praktyczne doświadczenie w budowaniu infrastruktury wyszukiwania, która uwzględnia wydajność, efektywność operacyjną i koszty. Druga część obejmie demonstrację przejścia z istniejącego środowiska Milvus do Zilliz Cloud oraz nowych funkcji Milvus 3.0.Nawet osoby nowe w bazach danych wektorowych mogą wziąć udział. Rozpoczniemy wspólnie z bezpłatną rejestracją na próbę dla Zilliz Cloud w dniu wydarzenia. Nie jest wymagana wcześniejsza przygotowanie; wystarczy przynieść laptop i przeglądarkę.📍 Miejsce: TKP Tokyo Station Conference Center, Sala Konferencyjna 1A 〒103-0028 Tokio, Dzielnica Chuo, Yaesu 1-8-16, Budynek Shin Makicho, 1 minuta spacerem od Wyjścia Yaesu Chuo z JR Tokio.📆 Data: 17 września 2026 (czwartek) 18:30–21:20 (Rejestracja zaczyna się o 18:00)👥 Format: Osobisty / Praktyczny📝 Pojemność: 40 osób💻 Co przynieść: Laptop (dowolny system operacyjny, byleby przeglądarka działała)🍴 Przekąski i napoje: Będą zapewnione pizza, lekkie przekąski oraz napoje.📅 Agenda18:00-18:30 | Rejestracja18:30-19:00 | Sesja: Obsługiwanie infrastruktury wyszukiwania wektorowego w produkcji - Prawdziwe rozwiązania dla wydajności, kosztów i migracji19:00-19:10 | Demo A: Poza praktycznymi zajęciami - Wyszukiwanie hybrydowe w języku japońskim w pełnej skali19:10-20:30 | Praktyczne zajęcia20:30-20:40 | Q&A20:40-20:50 | Demo B: Przejście z samodzielnie hostowanego Milvus do Zilliz Cloud - Praktyczne doświadczenie20:40-20:50 | Demo C: Wyszukiwanie podczas przechowywania w jeziorze danych - Zewnętrzne kolekcje Milvus 3.020:50-21:20 | Otwarte nawiązywanie kontaktówInstruktorYan Yulan / Zilliz Architekt Rozwiązań, doktorRekomendowane dlaTreści Praktycznych (około 80 minut)Na Zilliz Cloud uczestnicy zbudują wyszukiwanie dokumentów w języku japońskim od podstaw. To będzie przeprowadzone na podstawie Milvus 2.6.Temat Czasu LaboratoriumLaboratorium 0 Ustawienie Środowiska - Sprawdzenie połączenia z Zilliz Cloud Ok. 15 minutLaboratorium 1 Japońskie Wyszukiwanie Semantyczne - Od tworzenia kolekcji do wprowadzania danych i wyszukiwania Ok. 15 minutLaboratorium 2 Japońskie Segmentowanie Słów i Wyszukiwanie Pełnotekstowe oraz Wyszukiwanie Hybrydowe Ok. 20 minutLaboratorium 3 Wyszukiwanie Multimodalne - Pobieranie stron dokumentu z wykresami używając japońskich zapytań Ok. 20 minutLaboratorium 4 (Opcjonalne) Wyszukiwanie Zaawansowane Użyteczne z Jedną Dodaną Linią Ok. 10 minutUwaga: Laboratorium 4 jest opcjonalne. Nawet jeśli nie skończysz go w dniu, będziesz mógł zabrać notes do domu i wypróbować go w swoim własnym środowisku później.Sesja (30 minut)Obsługiwanie infrastruktury wyszukiwania wektorowego w produkcji - Prawdziwe rozwiązania dla wydajności, kosztów i migracjiTa sesja dostarczy spostrzeżeń dla tych, którzy rozważają wyszukiwanie wektorowe i tych, którzy już je obsługują.Wyszukiwanie wektorowe stało się łatwiejsze do etapu dowodu konceptu (PoC). Wyzwanie leży poza tym. W miarę wzrostu danych, aktualizacje nie ustają, a dostrajanie indeksów i faktur staje się problemem jednocześnie - wiele projektów utknie w tym momencie.Na tej sesji Zilliz, twórca Milvus, omówi, jak podszedł do tych wyzwań. Omówimy wydajność na dużych zestawach danych z silnikiem wyszukiwania Cardinal, automatyzację dostrajania za pomocą AUTOINDEX, struktury kosztów poprzez hierarchiczne przechowywanie i kwantyzację oraz operacje i bezpieczeństwo, w tym BYOC. Przedstawimy również konkretne krajowe i międzynarodowe przykłady wdrożenia oraz przejścia z samodzielnie hostowanych środowisk.Na koniec krótko poruszymy kierunek, w którym zmierza Milvus 3.0, który został wydany w zeszłym miesiącu.DemoDemo A: Poza zajęciami praktycznymi - Wyszukiwanie hybrydowe w języku japońskim w pełnej skaliDemo B: Przejście z samodzielnie hostowanego Milvus do Zilliz Cloud - Praktyczne doświadczenieDemo C: Wyszukiwanie podczas przechowywania w jeziorze danych - Zewnętrzne kolekcje Milvus 3.0O ZillizZilliz to firma, która zapewnia infrastrukturę dla danych niestrukturalnych dla AI i rozwija otwartą bazę danych wektorową Milvus. Jako pionier w dziedzinie baz danych wektorowych i Lakebase wektorowego, Zilliz wspiera transformację dużych zbiorów danych niestrukturalnych, takich jak tekst, obrazy, audio, wideo, kod, logi i zachowania użytkowników, w inteligentne zasoby, które AI może wyszukiwać, analizować, zarządzać i wykorzystywać.Oficjalna Strona Zilliz⚠️ Uwagi📩 Zapytania 📧 [email protected]