Qué necesitas saber antes de
comenzar

Inicio 5 June 2026 00:08

Fin 5 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Langchain: Integración de ElasticSearch Vector Store y RAG con Gemini

Explore la integración de Langchain con ElasticSearch para aplicaciones RAG, utilizando ElasticSearch como un componente de almacén de vectores y recuperación con Gemini.
The Machine Learning Engineer via YouTube

The Machine Learning Engineer

6076 Cursos


17 minutes

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Free Video

Actualización opcional disponible

Resumen

Explore integrating Langchain with ElasticSearch for RAG applications, using ElasticSearch as a vector store and retrieval component with Gemini.

Programa

  • Introducción a Langchain y RAG
  • Descripción general de Langchain
    Introducción a los conceptos de Generación Aumentada por Recuperación (RAG)
    Casos de uso para Langchain y RAG
  • Introducción a ElasticSearch
  • Descripción general de la funcionalidad de ElasticSearch
    ElasticSearch como un almacén de vectores
    Posibilidades de integración con Langchain
  • Configuración de ElasticSearch para RAG
  • Instalación y configuración de ElasticSearch
    Creación y gestión de índices para almacenamiento de vectores
    Conceptos de vectorización y operaciones de almacén de vectores
  • Introducción a Gemini
  • Descripción general de las capacidades de Gemini
    Papel de Gemini en los sistemas RAG
    Beneficios de usar Gemini en conjunto con ElasticSearch
  • Integración de Langchain con ElasticSearch
  • Conexión de Langchain a ElasticSearch
    Consultas a ElasticSearch a través de Langchain
    Gestión de búsqueda vectorial y clasificación de resultados
  • Implementación de RAG con Langchain, ElasticSearch y Gemini
  • Configuración del modelo de recuperación híbrida
    Utilización de Gemini para mejorar los flujos de trabajo de RAG
    Ejemplos prácticos y patrones de implementación
  • Ejercicios Prácticos y Talleres
  • Ejercicio sobre configuración de ElasticSearch como almacén de vectores
    Ejercicio sobre implementación de flujos de trabajo RAG con Langchain y ElasticSearch
    Taller sobre integración de Gemini en sistemas RAG
  • Mejores Prácticas y Optimización
  • Optimización de ElasticSearch para rendimiento en RAG
    Gestión y escalado eficiente de datos vectoriales
    Resolución de problemas comunes de integración
  • Direcciones Futuras y Temas Avanzados
  • Tendencias emergentes en aplicaciones RAG
    Funciones avanzadas de ElasticSearch y Gemini
    Hoja de ruta para aprendizaje y exploración adicional
  • Proyecto Final
  • Diseño e implementación de un sistema RAG completo usando Langchain, ElasticSearch y Gemini
    Presentación y revisión por pares del trabajo del proyecto

Materias

Data Science