Advertisements

RAG avanzado: técnicas y buenas prácticas empresariales

Advertisements
Chunking, búsqueda híbrida, reranking, HyDE, Self-RAG, CRAG, Graph RAG, evaluación, costos y gobernanza en la práctica
1
1/5
(24) Ratings
0 students
Created by Dr. Amar Massoud (Español)
Advertisements

What you'll learn

  • Implantar un enfoque de evaluar primero: golden set, línea base y objetivos medibles para cualquier sistema de RAG
  • Comparar estrategias de chunking y mejorar la recuperación con Contextual Retrieval y small-to-big
  • Construir búsqueda híbrida con BM25, recuperación densa y Reciprocal Rank Fusion, y reordenar con cross-encoders
  • Cerrar la brecha entre consulta y documento con reescritura, descomposición, multiconsulta y HyDE
  • Aplicar Self-RAG, Corrective RAG y Graph RAG cuando el RAG lineal llega a su límite
  • Hacer recuperables y citables tablas, imágenes y diagramas con recuperación multimodal
  • Operar un pipeline de evaluación automatizado con un LLM como juez y un eval gate en CI
  • Asegurar el costo por consulta, la latencia, las trazas y la protección de PHI/PII antes de lanzar un sistema de RAG
This course includes:
3.5 total hours on-demand video
0 articles
0 downloadable resources
31 lessons
Full lifetime access
Access on mobile and TV
Certificate of completion
Advertisements

Course content

Requirements

  • Conocimientos básicos de Python y algo de experiencia con un sistema de RAG sencillo o con APIs de LLM
  • Para los laboratorios opcionales: una computadora con Docker Desktop o Rancher Desktop y 4–6 GB de memoria para Docker; sin GPU ni clave de API

Description

Este curso utiliza inteligencia artificial.

Un prototipo de RAG se construye rápido. Un sistema de RAG en el que puedan confiar una clínica, un banco o una administración pública es otra cosa: tiene que encontrar la evidencia correcta, responder fiel a las fuentes, demostrar su calidad con métricas, mantenerse asequible y proteger los datos sensibles. De eso trata este curso.

Acompañamos al equipo de plataforma de Helix Medical, un sistema de salud ficticio de 4.000 personas. La primera versión de HelixRAG dijo que dos fármacos eran seguros juntos, aunque existía una contraindicación documentada. La recuperación había traído una guía clínica obsoleta y el modelo la repitió sin ninguna reserva: fiel a la fuente, pero errónea. De ahí nace un mandato claro: cada respuesta debe ser fiel, citada, medida y gobernada antes de la puesta en producción.

Sección a sección reconstruimos HelixRAG y medimos cada paso frente a un golden set de 300 pares pregunta-respuesta: la faithfulness pasa de 0,71 a 0,96, el context recall de 0,62 a 0,91, el costo por consulta de 0,11 $ a 0,038 $ y la latencia p95 de 6,4 s a 2,7 s.

Aprenderás chunking avanzado (recursivo, por estructura, semántico, Contextual Retrieval, small-to-big), búsqueda híbrida con BM25 y Reciprocal Rank Fusion, reranking con cross-encoder, reescritura de consultas, multiconsulta y HyDE, Self-RAG y Corrective RAG, Graph RAG, recuperación multimodal sobre tablas y figuras, y los temas de producción: evaluación con un LLM como juez, eval gates en CI, optimización de costos, observabilidad y gobernanza de datos de salud según HIPAA (ley federal de EE. UU.) y el RGPD (ley de la UE).

El curso incluye siete laboratorios prácticos que se ejecutan por completo en local con Ollama, sin clave de API y sin costos recurrentes, seis tareas con soluciones de referencia, un cuestionario por sección y un examen de práctica final. Los notebooks y el código de los laboratorios están en inglés; todas las explicaciones están en español.

Who this course is for:

  • Ingenieros de IA y ML que llevan prototipos de RAG a sistemas listos para producción
  • Desarrolladores de software responsables de la recuperación, la evaluación y el control de costos en aplicaciones con LLM
  • Líderes técnicos y arquitectos de sectores regulados como salud, finanzas o administración pública
Advertisements
FFAAC18F3615B770315D
Advertisements
Advertisements
Free Online Courses with Certificates
Logo
Register New Account