Módulo 13 · Aplicaciones con LLMs

RAG y búsqueda semántica

Haz que un LLM responda con tus documentos: embeddings, chunking, búsqueda híbrida, reranking y evaluación.

Lecciones: 12Duración: ~16 hAcceso: incluido en todos los planes

Qué vas a aprender

  1. Buscadores: recuperación de información · Práctica · ~75 min
  2. Embeddings: el significado en forma de vector · Práctica · ~75 min
  3. Elegir un modelo de embeddings · Teoría · ~60 min
  4. Trocear documentos (chunking) · Práctica · ~60 min
  5. Tu primer sistema RAG · Práctica · ~90 min
  6. RAG avanzado: búsqueda híbrida y reranking · Práctica · ~90 min
  7. Taller RAG 1 · Comparar estrategias de chunking · Práctica · ~90 min
  8. Taller RAG 2 · Búsqueda híbrida BM25 + vectores · Práctica · ~90 min
  9. Taller RAG 3 · Reranking con cross-encoder · Práctica · ~90 min
  10. Taller RAG 4 · Reescribir consultas (HyDE) · Práctica · ~90 min
  11. Taller RAG 5 · Medir la calidad del RAG · Práctica · ~90 min
  12. Taller RAG 6 · El sistema completo · Práctica · ~90 min

Cómo se aprende aquí: cada lección termina con una práctica interactiva que se corrige sola, y los ejemplos de Python se ejecutan en tu navegador.

Ver planes desde 25 € → Probar las lecciones gratis