RAG

Temas que cubre

• Ingesta de documentos
• Chunking
• Embeddings
• Bases de datos vectoriales
• Recuperación
• Reranking
• Búsqueda híbrida
• Reescritura de consultas
• Graph RAG
• RAG multimodal
• Evaluación

Lecciones de la unidad

1. Ingesta y chunking — preparar los documentos para ser encontrados 65 min
   Un RAG solo puede recuperar lo que antes has troceado bien. Aquí aprendes a limpiar, trocear con solapamiento y etiquetar cada trozo con sus metadatos.
2. Recuperación léxica — índice invertido, TF-IDF y BM25 60 min
   El algoritmo que lleva treinta años detrás de los buscadores sigue siendo imprescindible en un RAG moderno. Lo construyes desde cero y aprendes a calcularlo a mano.
3. Recuperación densa — embeddings, top-k e índices aproximados 110 min
   Buscar por significado en lugar de por palabras, y hacerlo rápido con millones de vectores. Construyes búsqueda exacta, un índice IVF y mides cuánto recall te cuesta la velocidad.
4. Búsqueda híbrida, reranking y reescritura de consultas 85 min
   Ningún buscador es bueno en todo. Aprendes a fusionar BM25 y embeddings con RRF, a reordenar los candidatos con un reranker y a reescribir consultas para que encuentren lo que el usuario quería decir.
5. Construir y evaluar un RAG — prompt con citas, métricas y análisis de fallos 90 min
   Cierras el pipeline montando el prompt con citas dentro de un presupuesto de tokens, y aprendes a demostrar con números si tu RAG funciona y, cuando falla, en qué etapa.
6. Graph RAG — recuperar siguiendo relaciones 95 min
   Cuando la respuesta está repartida en varios documentos unidos por relaciones, buscar por parecido no basta. Construyes un grafo de conocimiento, lo recorres para preguntas multi-salto y aprendes cuándo compensa su coste.
7. RAG multimodal — tablas, imágenes y la maquetación del PDF 85 min
   Los documentos reales no son solo texto corrido. Aprendes a recuperar tablas, figuras y páginas enteras, a elegir entre describirlas con texto o usar embeddings conjuntos, a no mezclar puntuaciones de modalidades distintas y a evaluar por modalidad.

Requisitos previos

Antes de esta unidad conviene haber hecho:

• APIs y servicios para IA (Curso 4 · Unidad 1)