Catálogo / Fundamentos de Retrieval-Augmented Generation (RAG)
Curso abierto
Fundamentos de Retrieval-Augmented Generation (RAG) Curso abierto generado para una ruta de aprendizaje estructurada.
1 inscrito · Incluido con OpenCourses.AI
7 unidades Estructura publicada del curso.
0 quizzes Evaluaciones disponibles.
1 inscrito Inscripciones activas.
0 interesados Personas interesadas.
Sin calificaciones todavía 0 calificaciones
Nivel Introductorio Experiencia recomendada.
25 horas para completar Tiempo estimado total.
Open Review Abierto: 0 · Resuelto: 0
Cronograma flexible Aprende a tu propio ritmo.
Acerca de Resultados Curso Recursos Comunidad Detalles Acerca de este curso Curso abierto generado para una ruta de aprendizaje estructurada.
Objetivos de aprendizaje Explicar la arquitectura RAG y distinguirla de búsqueda tradicional, prompting largo y fine-tuning. Construir embeddings y usar similitud vectorial para recuperar fragmentos relevantes. Diseñar estrategias de chunking y analizar su efecto sobre la recuperación. Implementar retrieval denso, disperso e híbrido con FAISS, BM25 y fusión de resultados. Integrar un retriever con un LLM para producir respuestas aumentadas por contexto. ES Introductorio Cronograma flexible ALI Engine
Ruta del curso 2 Unidad 1 — Introducción a RAG: De la Recuperación a la Generación 4–5 horas
3 Unidad 2 — Embeddings y Búsqueda Semántica 5–6 horas
4 Unidad 3: Estrategias de Chunking 120 minutos
5 Unidad 4: Retrieval — Denso, Disperso e Híbrido Por definir
6 Unidad 5: Integración con LLMs — Locales y Cloud 120 minutos
7 Unidad 6: Evaluación de Sistemas RAG 2 horas
8 Unidad 7: Proyecto Final — Asistente RAG sobre Corpus Real 6–8 horas
MDSyllabus Recurso general del curso.
MDREADME Recurso general del curso.
MDCourse Plan Recurso general del curso.
Detalles a tener en cuenta Tiempo estimado total. 25 horas Audiencia Perfil: Estudiantes de pregrado o posgrado en carreras de ingeniería de sistemas, ciencia de datos, inteligencia artificial o afines. Prerrequisitos: Conocimientos básicos de Python, familiaridad con conceptos fundamenta
Introductorio 25 horas 7 unidades