RAG Fundamentos
Dominá la arquitectura RAG desde sus fundamentos hasta el despliegue en producción. Implementá búsqueda vectorial desde cero, evaluá con métricas objetivas y mitigá alucinaciones.
def rag(query):
docs = retriever.search(query, k=5)
context = join(docs)
answer = llm.generate(query, context)
return evaluate(answer, docs)
Lo que lograrás al completar el curso
Cada objetivo es verificable mediante entregables con corrección automática. Sin ambigüedades, sin autoevaluación subjetiva.
Comprender la arquitectura RAG y diferenciarla de fine-tuning con evidencia empírica
Implementar búsqueda vectorial desde cero antes de usar librerías
Elegir modelos de embeddings adecuados para español
Optimizar la recuperación con técnicas básicas
Evaluar la calidad de recuperación y generación con métricas objetivas
Diagnosticar y mitigar alucinaciones
Desplegar un RAG básico en producción
Documentar y comunicar los resultados del sistema
10 unidades · 3 horas cada una
Progresión estructurada: de los fundamentos teóricos al proyecto integrador con corpus real de LATAM.
- Comprender qué es RAG y por qué es importante
- Diferenciar RAG de fine-tuning con evidencia empírica
- Reconocer cuándo usar cada uno
- Comprender qué es un embedding
- Elegir el modelo de embeddings adecuado para español
- Calcular similitud entre vectores
- Comprender qué es una base de datos vectorial
- Implementar búsqueda vectorial con Chroma
- Implementar búsqueda vectorial con FAISS
- Comprender las diferencias entre búsqueda léxica y densa
- Implementar BM25 desde cero
- Implementar búsqueda densa desde cero
- Comprender cómo funciona un LLM
- Implementar un generator mínimo desde cero
- Integrar LLMs de Hugging Face
- Integrar todos los componentes en un pipeline
- Usar LangChain como acelerador, no como fundamento
- Manejar errores y casos borde
- Comprender las métricas de evaluación
- Evaluar la calidad de recuperación
- Evaluar la calidad de generación
- Comprender por qué alucinan los sistemas RAG
- Diagnosticar si el problema es retrieval o generation
- Aplicar técnicas de mitigación
- Desplegar un RAG como servicio
- Monitorear el rendimiento en producción
- Escalar el sistema
- Aplicar todo lo aprendido en un proyecto completo
- Construir un RAG sobre un corpus real de LATAM
- Documentar y comunicar los resultados
Diseñado para profesionales que practican
100% autogestionado y asincrónico. Avanzá a tu ritmo, con verificación automática de cada entregable.
Tutor RAG 24/7
Un asistente RAG entrenado sobre el contenido del curso responde tus dudas con referencias al material exacto.
- Respuestas con fuentes citadas
- Disponible las 24 horas
- Contexto del curso completo
Lecciones en texto
Contenido teórico estructurado y referenciado. Sin videos interminables: leé, consultá, avanzá.
- Escritas y referenciadas
- Búsqueda instantánea
- Ritmo personal
Notebooks en Google Colab
Notebooks ejecutables con código real. No pseudocódigo: cada concepto se implementa y se ejecuta.
- Ejecución sin configuración
- Código paso a paso
- GPU disponible en Colab
Entregables verificados
Cada unidad tiene entregables obligatorios con verificación automática. Sabés exactamente si cumple o no cumple.
- Corrección automática
- Criterios objetivos
- Feedback inmediato
De la teoría a la producción en cada unidad
Ciclo estructurado que se repite en las 10 unidades para consolidar competencias verificables.
Fundamentos
Marco teórico y evidencia empírica. Sin hand-waving.
Implementación
Código desde cero en Colab. Entendés antes de abstraer.
Evaluación
Métricas objetivas y verificación automática de entregables.
Iteración
Diagnóstico de errores, optimización y buenas prácticas.
Herramientas que usarás
Sin fricción de configuración. Todo se ejecuta en Google Colab.
Doble aval universitario, verificación digital
Al completar el curso recibís un certificado digital con doble aval: UTN Facultad Regional Reconquista e Instituto Data Science Argentina.
Qué incluye el certificado
- Doble firma: Decano UTN FRRQ + Director IDSA
- Resolución oficial: 920/2020 UTN Facultad Regional Reconquista
- Datos personalizados: nombre, DNI, curso, carga horaria y calificación
- Código QR de verificación digital
- Copia automática a la Facultad para registro oficial
- Emisión por curso: no esperás al final del trayecto
Se emite al aprobar los quizzes del curso y los trabajos prácticos con estado aprobado.
Resolvemos tus dudas
Empezá a construir RAG con fundamento
10 unidades, 30 horas, verificable y aplicable. Sin videos pasivos, sin autoevaluación subjetiva.