Базы данных и SQL

PostgresML

Переносит машинное обучение внутрь базы: модели обучают и вызывают прямо запросом, не выгружая данные наружу. Векторный поиск живёт там же, где и таблицы.

Что умеет

Обучение и вызов моделей запросом к базе
Векторный поиск рядом с таблицами
Расчёт эмбеддингов внутри базы
Ответы модели по своим данным без выгрузки
Открытый код

Для кого

Разработчикам, у которых данные уже в PostgresКомандам, которым нельзя выгружать данные наружуИнженерам машинного обученияТем, кто собирает поиск по смыслу

Как начать

Поставить расширение к своей базе
Загрузить или выбрать модель
Обучить её запросом
Считать эмбеддинги внутри базы
Искать похожее тем же запросом

Плюсы и минусы

Плюсы 4

Данные не покидают базу
Отдельное хранилище векторов не нужно
Открытый код — можно поднять у себя
Всё делается привычным запросом

Минусы 4

Нужен разработчик с опытом работы с базой
Нагрузка на базу растёт вместе с моделями
Русской документации не заявлено
Своё развёртывание требует присмотра

Цены на похожие сервисы

Сервис	Платный тариф	Цена за	Бесплатно	Из России
PostgresML	—	—	нет	—
QueryZy	782 ₽	месяц	нет	—
DB Pilot	1 738 ₽	месяц	есть	—
SQL Notes	693 ₽	месяц	нет данных	—

Сервисы из того же раздела — «Базы данных и SQL». Прочерк означает, что данных нет.

Разработчик и платформы

Где работаетLinux, облако разработчика

Открытый кодесть

Частые вопросы

Где живут модели?

Внутри базы, как расширение.

Нужно ли отдельное хранилище векторов?

Нет, векторный поиск работает в той же базе.

Можно ли поставить у себя?

Да, код открыт.

Уходят ли данные наружу?

Нет, расчёт идёт внутри базы.