Edureka

Spezialisierung „Semantic Search with Vector Embeddings“

Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Edureka

Spezialisierung „Semantic Search with Vector Embeddings“

Find the Right Result Without the Exact Words.

Build the semantic search pipeline behind it, from embeddings through evaluation

Edureka

Dozent: Edureka

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

8 Wochen zu vervollständigen
unter 5 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

8 Wochen zu vervollständigen
unter 5 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Represent text numerically and generate dense embeddings for retrieval

  • Build FAISS indexes and reusable dense, sparse, and hybrid retrieval pipelines

  • Measure retrieval quality using labeled evaluation sets and ranking metrics

  • Improve ranking through chunking, query expansion, and cross-encoder reranking

Kompetenzen, die Sie erwerben

  • Kategorie: Retrieval-Augmented Generation
  • Kategorie: Artificial Intelligence
  • Kategorie: Data Processing
  • Kategorie: Text Mining
  • Kategorie: Large Language Modeling
  • Kategorie: Unstructured Data
  • Kategorie: Applied Machine Learning
  • Kategorie: Embeddings
  • Kategorie: Natural Language Processing
  • Kategorie: Data Analysis
  • Kategorie: Performance Tuning
  • Kategorie: Semantic Web
  • Kategorie: Machine Learning
  • Kategorie: Model Evaluation
  • Kategorie: Generative AI

Werkzeuge, die Sie lernen werden

  • Kategorie: Hugging Face
  • Kategorie: NumPy
  • Kategorie: Python Programming
  • Kategorie: Pandas (Python Package)
  • Kategorie: Vector Databases

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

September 2026

Spezialisierung - 3 Kursreihen

Vector Embeddings Fundamentals

Vector Embeddings Fundamentals

KURS 1, 5 Stunden

Was Sie lernen werden

  • Apply text preprocessing to transform product descriptions into numerical representations using tokenisation and vectors.

  • Generate and manage dense embeddings by batch-encoding, saving, reloading, and verifying product vectors.

  • Analyse embeddings using cosine similarity, dot product, and Euclidean distance, and examine the effect of normalisation.

  • Build a brute-force semantic search workflow to retrieve relevant products using embedding similarity.

Kompetenzen, die Sie erwerben

Kategorie: Data Transformation
Kategorie: Hugging Face
Kategorie: Data Preprocessing
Kategorie: Embeddings
Kategorie: Data Processing
Kategorie: Data Import/Export
Kategorie: Data Validation
Kategorie: Python Programming
Kategorie: Pandas (Python Package)
Kategorie: Natural Language Processing
Kategorie: Machine Learning
Kategorie: Feature Engineering
Kategorie: Data Manipulation
Kategorie: NumPy
Kategorie: Data Cleansing
Kategorie: Data Analysis
Kategorie: Text Mining
Vector Indexing and Hybrid Search

Vector Indexing and Hybrid Search

KURS 2, 5 Stunden

Was Sie lernen werden

  • Apply k-nearest-neighbour search and FAISS indexing to retrieve relevant vectors efficiently.

  • Build dense and sparse retrieval systems using Sentence Transformers and BM25-based ranking.

  • Combine dense and sparse rankings to create hybrid retrieval with metadata-aware filtering.

  • Design reusable retrieval pipelines with vector indexing, document mapping, persistence, and reloading.

Kompetenzen, die Sie erwerben

Kategorie: Data Mapping
Kategorie: Unstructured Data
Kategorie: Data Management
Kategorie: Data Storage
Kategorie: Applied Machine Learning
Kategorie: Code Reusability
Kategorie: Database Management
Kategorie: Data Persistence
Kategorie: Performance Tuning
Kategorie: Machine Learning Algorithms
Kategorie: Machine Learning
Kategorie: Metadata Management
Kategorie: Algorithms
Kategorie: Data Pipelines
Kategorie: Systems Design
Kategorie: Scalability

Was Sie lernen werden

  • Evaluate retrieval quality using relevance judgements and metrics such as Precision@k, Recall@k, and Mean Reciprocal Rank.

  • Improve search performance using chunking strategies, query expansion and rewriting, and cross-encoder reranking.

  • Build and deploy an interactive semantic search application using Streamlit.

  • Explain why vector databases are needed and describe their architecture and core data elements.

Kompetenzen, die Sie erwerben

Kategorie: Model Optimization
Kategorie: Unstructured Data
Kategorie: Databases
Kategorie: Document Management
Kategorie: Data Science
Kategorie: Model Evaluation
Kategorie: Metadata Management
Kategorie: Performance Tuning
Kategorie: Data Store
Kategorie: Embeddings
Kategorie: Vector Databases
Kategorie: Database Design
Kategorie: Database Architecture and Administration
Kategorie: Application Deployment
Kategorie: Machine Learning
Kategorie: Data Processing
Kategorie: Application Development
Kategorie: Scalability
Kategorie: Artificial Intelligence
Kategorie: Natural Language Processing

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Edureka
Edureka
112 Kurse188.230 Lernende

von

Edureka

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Edureka.

Was führt Sie heute zu Coursera?

  • cplus logo

    Eignen Sie sich Fähigkeiten an, die ein Leben lang halten -- jetzt für 239 $

  • Coursera for Teams

    Verleihen Sie Ihrem Team neue Fähigkeiten

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen