curso de_
LangChain: tecnicas avanzadas de RAG
Es parte de los cursos de IA para Datos en Inteligencia Artificial.
Discusiones sobre este curso
Resumen del curso
- Comprende los fundamentos y la aplicación de pipelines de recuperación aumentada.
- Configura entornos de desarrollo aislados con virtualenv y Jupyter Notebook.
- Explora la integración con modelos de lenguaje utilizando LangChain y técnicas de chunking.
- Implementa estrategias para crear embeddings de texto y almacenar datos en bases de datos vectoriales.
- Ajusta prompts y reestructura consultas con métodos avanzados de recuperación.
- Monitorea y evalúa el desempeño de las pipelines con herramientas como LangSmith.
Público Objetivo
Este curso está dirigido a personas interesadas en la innovación en la recuperación de información, que desean mejorar sus habilidades en la construcción y optimización de pipelines, la integración con modelos de lenguaje y la evaluación de sistemas. Al finalizar, será posible aplicar estrategias avanzadas para desarrollar soluciones robustas y escalables.
Contenido relacionado
Cursos de IA para Datos en Inteligencia Artificial. Lea nuestros artículos de Inteligencia Artificial.
Última actualización
2/3/2026
¿Ya eres alumno?
10h
p/ conclusión
31
Actividades
183
Minutos de video
150
Alumnos en este curso
9.1
Nota del curso
Certificado de participación
Instructores
Contenido Detallado
1. Conceptos sobre RAG
- Introducción.
- Preparando el ambiente
- Revisión sobre RAG
- Pipeline de RAG parte 1
- Pipeline de RAG parte 2
- Configurando ambientes virtuales para el festival CodeChella
- Para saber más: activación de ambiente virtual en diferentes shells
- Haga lo que hicimos en aula: Langchain RAG
- ¿Qué aprendimos?
2. Chunking y Vectorización
- Agenda del proyecto
- docloaders
- chunking y embeddings
- Vectorstore
- Optimizando la búsqueda de pasajes aéreos con millas
- Para saber más: tokenización para embeddings
- Haga lo que hicimos en aula: RAG Avanzado
- ¿Qué aprendimos?
3. RAG con Ollama
- Ollama
- Modelo de embeddings y Faiss
- RAG Chain
- Optimizando la búsqueda de documentos para entregas rápidas
- Para saber más: integración de tokenizers con OLLAMA
- Haga lo que hicimos en aula: Integración RAG
- ¿Qué aprendimos?
4. Finetuning con RAG
- Reescritura del prompt
- Evaluando la personalización
- Para saber más: Costo y tokens en pipelines RAG
- Enviando varias preguntas
- Haga lo que hicimos en aula: Finetuning de RAG
- ¿Qué aprendimos?
- Conclusión
Acceso a todos los cursos
Estudiar las 24 horas, dónde y cuándo quieras
Nuevos cursos cada semana