RAG y Bases de Conocimiento para Empresas
Construcción de sistemas de Retrieval-Augmented Generation para empresas: desde el indexado de documentos hasta la consulta semántica, con casos de uso en soporte interno, gestión del conocimiento y asistentes empresariales.
Dirigido a: Desarrolladores que construyen sistemas de búsqueda semántica, Ingenieros de datos y ML, CTOs evaluando arquitecturas de knowledge management con IA
Antes de empezar
Python intermedio-avanzado Conocimiento de bases de datos Haber trabajado con APIs de LLM
Objetivos
- Diseñar e implementar un sistema RAG completo desde indexado hasta consulta en producción
- Evaluar la calidad del retrieval con métricas objetivas y mejorar de forma sistemática
- Elegir la estrategia de chunking y embedding óptima para cada tipo de documento empresarial
- Integrar un sistema RAG con interfaces conversacionales y herramientas existentes
Programa
- Arquitectura RAG: indexing pipeline, retrieval y generation
- Embeddings: qué son, cómo funcionan y cómo elegir el modelo
- Vector stores: Pinecone, Qdrant, pgvector, Chroma — comparativa práctica
- RAG vs fine-tuning: cuándo usar cada uno
- Estrategias de chunking: fixed, semantic, hierarchical
- Procesamiento de formatos empresariales: PDF, Word, HTML, markdown
- Metadata enrichment para mejorar el retrieval
- Taller: pipeline de procesamiento para documentación de empresa
- Similarity search vs keyword search vs hybrid search
- Re-ranking: cómo mejorar la relevancia de los resultados
- Contextual retrieval: Claude's approach para mejor relevancia
- Multi-query expansion y HyDE
- Filtros y metadata para retrieval preciso
- Prompts efectivos para generación sobre contexto recuperado
- Evaluación de RAG: RAGAS, métricas de faithfulness y relevance
- Ciclo de mejora: cómo usar las métricas para mejorar el sistema
- Hallucinations en RAG: cómo detectarlas y reducirlas
- Casos de uso: soporte interno, documentación técnica, compliance, onboarding
- Integración con interfaces conversacionales y chatbots
- Monitorización de un sistema RAG en producción
- Consideraciones de privacidad y seguridad en datos empresariales
Cómo solicitar este programa
La ficha es una referencia para preparar tu formación. En el diagnóstico acordamos el nivel del equipo, docente, ejercicios, modalidad, evaluación, calendario y presupuesto. La disponibilidad y la bonificación se confirman en la propuesta.
Consulta cómo funciona la formación y quién dirige Academy.
Entregables
- Sistema RAG funcional en producción con documentos reales de la empresa
- Pipeline de evaluación de calidad de retrieval implementado
- Documentación de arquitectura y decisiones de diseño
Solicitar información
*La bonificación depende del crédito FUNDAE disponible.