Edición en español
Embeddings, RAG y búsqueda semántica
Construye sistemas de búsqueda semántica: embeddings de texto y código, RAG desde cero con FAISS y técnicas avanzadas (Corrective, Self-RAG, Adaptive).
18 lecciones ca. 2 h Desarrollador
Lo que aprenderás
- Generar embeddings con mistral-embed y medir la similitud semántica entre dos textos
- Dividir y procesar por lotes un corpus grande para vectorizarlo sin superar los límites de la API
- Indexar código con codestral-embed para habilitar la búsqueda semántica en un repositorio
- Construir una canalización RAG completa: preparación, vectorización, almacenamiento en FAISS, recuperación y generación
- Comparar Corrective RAG, Self-RAG y Adaptive RAG para mejorar la relevancia de las respuestas
Ficha del curso
- Dirigido a
- Desarrolladores, ingenieros e integradores que buscan aprovechar Mistral AI mediante API en sus aplicaciones.
- Requisitos previos
- Capacidad para leer Python y JSON, conocimientos básicos de línea de comandos. Una clave de API de Mistral AI Studio para probar los ejemplos.
- Duración
- 2 h — 18 lecciones
- Modalidades
- Curso en línea 100 % a tu propio ritmo, accesible 24/7 desde un navegador. Progreso guardado, reanuda cuando quieras. Duración estimada: 2 h.
- Evaluación
- Autoevaluación basada en los puntos clave que concluyen cada lección e implementación directa de ejemplos con tus propios datos. Un cuestionario final de 5 preguntas corregidas, al final de la última lección, valida las competencias adquiridas.
- Accesibilidad
- Curso accesible para personas con discapacidad: contenido de texto compatible con lectores de pantalla, navegación por teclado y contrastes conformes. Para cualquier necesidad de adaptación, escribe a [email protected].
- Precio
- Gratis
Contenido del curso
- 01 Introducción a los embeddings
- 02 El modelo mistral-embed
- 03 Similitud semántica
- 04 Agrupación por lotes y fragmentación
- 05 El modelo codestral-embed
- 06 Búsqueda semántica de código
- 07 Tipos de datos y dimensiones
- 08 Caso de uso: Embeddings de código
- 09 Introducción a RAG
- 10 Preparar los datos
- 11 Crear incrustaciones
- 12 Almacén vectorial con FAISS
- 13 Recuperación y generación
- 14 Canalización RAG completa
- 15 RAG correctivo
- 16 Self-RAG
- 17 RAG adaptativo
- 18 Marcos de trabajo RAG: LangChain, LlamaIndex, Haystack