About this episode

The episode discusses transforming Aurora PostgreSQL into a vector database and automating vector embedding generation using Amazon Bedrock.

Come si può trasformare Aurora PostgreSQL in un vector database grazie a pgvector? Come si automatizza la generazione dei vector embeddings usando Amazon Bedrock? Quali sono i cinque approcci architetturali — dal più semplice al più scalabile — per mantenere gli embeddings sempre aggiornati quando i dati cambiano? Quando conviene un approccio sincrono e quando invece è meglio disaccoppiare con Lambda, SQS o pg_cron? Oggi ne parliamo con Domenico Di Salvia, Specialist Solutions Architect di AWS, che ci racconta come unire il mondo dei database relazionali con quello della Generative AI. Link utili: - Automating vector embedding generation in Amazon Aurora PostgreSQL with Amazon Bedrock - Embedding Automation Strategies for Aurora PostgreSQL

People in this episode

Host: Gianluca Nieri

Guest: Domenico Di Salvia

Topics covered

• Aurora PostgreSQL
• vector database
• vector embeddings
• Amazon Bedrock
• Generative AI
• database architecture

Keywords

• Aurora PostgreSQL
• vector database
• pgvector
• Amazon Bedrock
• vector embeddings
• database architecture
• Generative AI

Mentioned in this episode

Organizations: AWS

Products: Aurora PostgreSQL, pgvector, Amazon Bedrock

Explore listener stats, chart rankings, contacts and more on the AWS - Il podcast in italiano podcast page.