- Суть
- Практический курс по векторной базе данных Qdrant от базовой настройки до production-эксплуатации
- На выходе
- Разворачивать Qdrant в Docker, работать с REST API и Python-клиентом; Проектировать коллекции, настраивать фильтры, индексы и multitenancy; Реализовывать гибридный поиск (dense + sparse) и систему рекомендаций; Настраивать мониторинг, снимки (snapshots) и безопасность через API keys; Создать приложение VectorCatalog на FastAPI с blue-green реиндексацией
- Навыки
- Qdrant · Docker · REST API · FastAPI · Python · Гибридный поиск · Multitenancy · Zero-downtime reindex
- Кому подойдёт
- Python-разработчики; Backend-разработчики, внедряющие семантический или гибридный поиск; Инженеры SaaS-решений с необходимостью изоляции данных по клиентам
