Saltar al contenido

Catálogo de cursos

Generación aumentada por recuperación (RAG)

Dale a tu LLM una memoria fiable.

Los modelos de lenguaje de gran tamaño no conocen lo que ocurre después de su fecha de corte, inventan información y nunca han visto tus datos privados. La generación aumentada por recuperación resuelve los tres problemas: busca los datos adecuados al recibir una consulta y se los da al modelo para que responda con pruebas y cite sus fuentes. Crearás un flujo RAG completo en Python: cargar, fragmentar, generar representaciones vectoriales, almacenar, recuperar y generar respuestas. Después lo mejorarás con búsqueda híbrida, reclasificadores y reformulación de consultas. Por último, lo llevarás a producción: evaluarás la fidelidad a las fuentes con métricas de tipo RAGAS, reducirás las alucinaciones y el costo, y lo protegerás de la inyección de prompts y las filtraciones de datos.

Empieza con una lección gratisComparar todos los planes

Programa del curso

  1. Sección 1

    ¿Por qué RAG?

    Descubre qué no pueden hacer por sí solos los modelos de lenguaje de gran tamaño y cómo lo resuelve la recuperación de información.

    1. Los límites de los LLM
    2. ¿Qué es RAG?
    3. RAG, ajuste fino o contexto largo
    4. Anatomía de una app RAG

  2. Sección 2

    Construye el flujo RAG

    Conecta el ciclo RAG principal: cargar, fragmentar, generar vectores, almacenar, recuperar y generar respuestas.

    1. Carga y fragmentación
    2. Fragmentos en vectores
    3. Recuperación del contexto
    4. Construcción del prompt

  3. Sección 3

    Mejora la recuperación

    Mejora la calidad de la recuperación con búsqueda híbrida, reclasificadores, reformulación de consultas y filtros.

    1. Búsqueda híbrida
    2. Reclasificación de resultados
    3. Transformaciones de consultas
    4. Filtros y diversidad

  4. Sección 4

    RAG en producción

    Evalúa, protege y escala RAG, y descubre hacia dónde avanza en 2026.

    1. Evaluación de RAG
    2. Reducción de alucinaciones
    3. Seguridad, costo y caché
    4. RAG avanzado

Rutas de aprendizaje

Ingeniería de IA

Crea y opera un producto real de IA: busca en tus contenidos, usa solo las herramientas que hayas aprobado, se prueba siempre del mismo modo, tiene un plan para cuando falle y muestra su velocidad y costo.

Secuencia de 11 cursos

Desarrollo con Python y datos

Analiza datos reales y crea herramientas probadas que se comuniquen de forma segura con API externas y busquen en tus contenidos, usando Python, Git, SQL y búsqueda vectorial.

Secuencia de 10 cursos

Tu idea, en marcha. Empieza en 60 segundos.

Prueba gratis durante 7 días en cualquier plan para nuevos miembros · Cancela cuando quieras

Empezar

Volver a los cursos