Sistemas RAG y Operaciones de Producción

Resumen

This advanced course transforms you into an enterprise-level ML engineer capable of designing, implementing, and operating sophisticated retrieval-augmented generation (RAG) systems. You'll progress from foundational RAG architecture to cutting-edge patterns like Self-RAG and Corrective RAG, then dive deep into production operations including secure deployment, performance optimization, and cross-platform migration.

By combining hands-on projects with real-world enterprise requirements, you'll learn to build AI systems that deliver accurate, grounded responses at scale. Each module builds practical skills used by senior ML engineers in high-stakes domains like legal tech, healthcare, and finance.

Who this is for:

Experienced software engineers and data scientists ready to build production-grade AI applications. Strong Python programming and basic machine learning knowledge required.

Programa

• Entender los fundamentos de RAG
Este módulo fundamental desmitifica la Generación Aumentada por Recuperación. Aprenderás por qué RAG es esencial para crear sistemas de IA confiables y explorarás el papel y la función de cada componente en su arquitectura. Terminarás dibujando un diagrama de flujo de datos RAG para solidificar tu comprensión teórica.
• Patrones avanzados de RAG
Ve más allá del RAG básico para construir sistemas de IA robustos y auto-correctivos. Este curso de 2 horas enseña a desarrolladores intermedios a implementar patrones Correctivos, Auto y Agente de RAG. A través de pruebas prácticas A/B y análisis de rendimiento, aprenderás a diseñar, evaluar y defender tuberías de producción confiables y listas para resolver consultas complejas de múltiples pasos con precisión.
• Desplegar bases de datos vectoriales de forma segura
Lleva la IA de local a producción con este curso práctico. Domina habilidades esenciales del "último tramo": contener bases de datos con Docker, implementar seguridad TLS y RBAC, y monitorear la salud a través de Grafana. Aprende a analizar el rendimiento para el autoescalado, asegurando que tus implementaciones de bases de datos vectoriales de nivel empresarial sean seguras, escalables y listas para producción.
• Optimizar y Migrar Vectores
Optimizar y Migrar Vectores es un curso intermedio de 90 minutos y práctico para ingenieros de ML para dominar las operaciones de bases de datos vectoriales. Aprende a ajustar el rendimiento para reducir la latencia hasta un 40 % y a programar migraciones sin pérdida de 100k+ vectores de Chroma a Weaviate utilizando Python y Docker.
• Tubería de producción RAG
En este proyecto, construirás un sistema RAG de grado de producción que sintetiza todo lo aprendido a lo largo del programa: implementación de bases de datos vectoriales, patrones avanzados de RAG, seguridad, monitoreo y optimización del rendimiento. Este proyecto integral simula requisitos empresariales y proporciona sólidas evidencias de portafolio de capacidad de ingeniería ML de extremo a extremo.

---

Impartido por

Professionals from the Industry

---

Materias

Computer Science