PASSUS

Automatización y desarrollo

Curso técnicoAvanzado

RAG y Sistemas de Conocimiento con Inteligencia Artificial

Construye asistentes que consultan documentos y repositorios mediante recuperación, embeddings y modelos de lenguaje.

Definición

Curso técnico sobre Retrieval Augmented Generation: ingesta, fragmentación, embeddings, índices, recuperación, generación con fuentes, evaluación, seguridad, permisos, privacidad y operación.

Público objetivo

  • Desarrolladores.
  • Ingenieros de datos y arquitectos.
  • Equipos que construyen asistentes documentales.

Objetivos

Diseñar e implementar un sistema RAG funcional, evaluable, protegido y operable.

  • Comprender arquitectura RAG.
  • Preparar e indexar documentos.
  • Usar embeddings.
  • Diseñar recuperación y generación.
  • Incorporar citas y permisos.
  • Evaluar calidad, latencia y costo.

Resultados de aprendizaje

  • Construir prototipo de punta a punta.
  • Seleccionar estrategias.
  • Incorporar fuentes.
  • Definir pruebas.
  • Identificar riesgos.

Temario

1. Fundamentos

  • Limitaciones LLM
  • Recuperación y contexto
  • Casos

2. Ingesta

  • Formatos
  • Extracción
  • Limpieza
  • Metadatos

3. Chunking y embeddings

  • Fragmentación
  • Modelos
  • Calidad

4. Índices

  • Búsqueda semántica
  • Filtros
  • Persistencia

5. Retrieval

  • Top-k
  • Re-ranking
  • Híbrida
  • Contexto

6. Generación

  • Prompts
  • Citas
  • Incertidumbre
  • Alucinaciones

7. Seguridad

  • Permisos
  • Aislamiento
  • PII
  • Prompt injection

8. Evaluación

  • Datasets
  • Métricas
  • Observabilidad
  • Costo

9. Proyecto

  • Asistente
  • Pruebas
  • Presentación

Metodología

  • Laboratorios.
  • Desarrollo incremental.
  • Revisión de arquitectura.
  • Evaluación.
  • Proyecto.

Materiales incluidos

  • Repositorio inicial.
  • Dataset documental.
  • Guía de evaluación.
  • Créditos o APIs por definir.

Evaluación interna

Proyecto técnico funcional.

Certificados

  • Certificado de participación Passus

Requisitos

  • Programación básica, preferentemente Python o TypeScript.
  • Conocimientos de APIs, datos y LLM.
  • Entorno de desarrollo.

Preguntas frecuentes

¿Es necesario programar?

Sí.

¿Usa una sola herramienta?

La arquitectura debe ser independiente; el stack se define por edición.

¿Incluye examen?

No; evaluación por proyecto.