Curso Sistemas RAG
En los últimos años, la inteligencia artificial ha revolucionado la manera en que interactuamos con la información. Los modelos de lenguaje avanzados han permitido generar respuestas en lenguaje natural de forma sorprendentemente precisa. Sin embargo, estos modelos tienen una limitación fundamental: su conocimiento está basado en los datos con los que fueron entrenados y no pueden acceder a información actualizada o específica que no esté en su memoria.
Para superar esta limitación, ha surgido una tecnología conocida como Retrieval-Augmented Generation (RAG), que combina la capacidad de generación de modelos de lenguaje con la recuperación de información en tiempo real desde fuentes externas. Gracias a esta técnica, podemos construir asistentes inteligentes que no solo generan texto, sino que también pueden buscar y utilizar información relevante en documentos, bases de datos y otras fuentes.
Este curso te guiará paso a paso en la creación de un sistema RAG utilizando exclusivamente herramientas open source, lo que significa que no dependerás de soluciones propietarias y podrás tener control total sobre el sistema. Aprenderás a integrar modelos de lenguaje locales con herramientas como Ollama, que permite ejecutar LLMs en tu propio hardware, y DeepSeek, uno de los modelos open source más avanzados en generación de texto. También utilizarás LangChain, un framework diseñado específicamente para conectar modelos de lenguaje con bases de datos, documentos y flujos de trabajo avanzados. Finalmente, aprenderás a construir una interfaz web interactiva utilizando Streamlit, para que cualquier usuario pueda interactuar con tu sistema de manera intuitiva.
Los sistemas de inteligencia artificial basados únicamente en modelos de lenguaje tienen limitaciones cuando se trata de responder preguntas que requieren información precisa, actualizada o específica de un dominio concreto. En cambio, los sistemas RAG combinan lo mejor de dos mundos:
Esto los hace ideales para aplicaciones en diversos sectores, como:
Este curso está diseñado tanto para desarrolladores como para entusiastas de la IA que quieran aprender a construir asistentes inteligentes sin depender de soluciones cerradas y costosas. Se recomienda tener conocimientos básicos de Python, pero todo el contenido será explicado de forma accesible para que cualquier persona con interés en IA pueda seguir el curso sin problemas.
Si alguna vez te has preguntado cómo funcionan los asistentes inteligentes avanzados o cómo podrías construir uno para un negocio o proyecto personal, este curso te dará todas las herramientas necesarias para hacerlo realidad.
¡Comencemos esta aventura en el mundo de los sistemas RAG y la inteligencia artificial open source!
Descripción general del curso y objetivos de aprendizaje.
Explicación de la tecnología RAG, su importancia y casos de uso.
Instalación y configuración de herramientas como Python, Ollama, DeepSeek, LangChain y Streamlit.
Carga de documentos en PDF, TXT, Word y Excel. Creación de embeddings y almacenamiento en bases de datos vectoriales.
Implementación del pipeline de recuperación y generación de respuestas utilizando modelos de lenguaje.
Desarrollo de una interfaz gráfica para que los usuarios puedan interactuar con el asistente RAG.
Mejoras en el rendimiento, evaluación del sistema y despliegue en servidores o plataformas en la nube.
Resumen del curso y próximos pasos para seguir explorando la tecnología RAG.
Te puede interesar