Sistemas RAG Completo
Construa Sistemas Inteligentes de Perguntas e Respostas com Documentos
Código do Curso: RAG-301
Duração: 10 Semanas
Nível: Intermediário a Avançado
Instrutor: inskillflow Academy
Visão Geral do Curso
Este curso abrangente vai ensinar tudo o que você precisa saber para construir sistemas de Geração Aumentada por Recuperação (RAG) prontos para produção. Desde a compreensão dos fundamentos até o deploy de aplicações em escala empresarial, você terá experiência prática com os frameworks mais recentes e as melhores práticas do mercado.
Objetivos de Aprendizagem
Ao final deste curso, você será capaz de:
- Entender a arquitetura RAG e por que ela resolve limitações dos LLMs
- Processar e dividir documentos para recuperação otimizada
- Trabalhar com embeddings e bancos de dados vetoriais
- Implementar estratégias avançadas de recuperação
- Construir pipelines RAG completos com LangChain e LlamaIndex
- Avaliar e otimizar sistemas RAG
- Fazer o deploy de aplicações RAG prontas para produção
- Desenvolver projetos reais do zero
Pré-requisitos
- Conhecimentos intermediários de programação em Python
- Entendimento básico de APIs e REST
- Familiaridade com conceitos de machine learning
- Acesso à API da OpenAI ou provedor de LLM similar
Metodologia de Ensino
70% Prática - 30% Teoria
Cada módulo combina:
- Explicações conceituais com diagramas
- Exemplos completos de código
- Exercícios práticos
- Estudos de caso reais
Estrutura do Curso - 10 Módulos
Módulo 1 - Introdução ao RAG
Duração: Semana 1
Conteúdo:
- O que é RAG?
- Por que RAG? Problemas com LLMs puros
- Visão geral da arquitetura RAG
- Diagramas de fluxo ponta a ponta
Objetivos:
- Compreender o paradigma RAG
- Aprender por que a recuperação aumenta a geração
- Visualizar o pipeline RAG completo
Módulo 2 - Processamento de Documentos
Duração: Semana 2
Conteúdo:
- Document Loaders (LangChain, LlamaIndex)
- Estratégias de divisão de texto
- Manipulação de diferentes tipos de arquivos
- OCR e dados estruturados
Exercícios Práticos:
- Exercício 1: Carregar documentos PDF, Word, HTML
- Exercício 2: Implementar diferentes estratégias de chunking
Módulo 3 - Embeddings em Profundidade
Duração: Semana 3
Conteúdo:
- O que são Embeddings?
- Modelos de Embedding (OpenAI, Cohere, Open Source)
- Como escolher o modelo de embedding ideal
- Benchmarks e análise de performance
Exercícios Práticos:
- Exercício 1: Gerar e visualizar embeddings
- Exercício 2: Comparar diferentes modelos de embedding
Módulo 4 - Bancos de Dados Vetoriais
Duração: Semana 4
Conteúdo:
- Introdução aos Vector Stores
- Pinecone, Weaviate, Chroma
- Milvus, Qdrant, pgvector
- Como escolher o banco de dados ideal
Exercícios Práticos:
- Exercício 1: Configurar múltiplos bancos de dados vetoriais
- Exercício 2: Benchmark de performance
Módulo 5 - Estratégias de Recuperação
Duração: Semana 5
Conteúdo:
- Similarity Search
- Hybrid Search (BM25 + Semântico)
- Reranking e Filtragem
- Processamento pós-recuperação
Exercícios Práticos:
- Exercício 1: Implementar diferentes estratégias de busca
- Exercício 2: Construir um pipeline de reranking
Módulo 6 - Construindo Pipelines RAG
Duração: Semana 6
Conteúdo:
- LangChain para RAG
- Framework LlamaIndex
- Implementações customizadas de RAG
- Comparação de abordagens
Exercícios Práticos:
- Exercício 1: Construir um pipeline RAG completo com LangChain
- Exercício 2: Construir um query engine com LlamaIndex
Módulo 7 - Técnicas Avançadas de RAG
Duração: Semana 7
Conteúdo:
- Transformação de queries
- Multi-Query e Fusion
- Self-Query e Filtragem por Metadados
- HyDE (Hypothetical Document Embeddings)
Exercícios Práticos:
- Exercício 1: Implementar transformação de queries
- Exercício 2: Construir um sistema RAG multi-query
Módulo 8 - Avaliação e Otimização
Duração: Semana 8
Conteúdo:
- Métricas de avaliação RAG
- Framework RAGAS
- Debug de pipelines RAG
- Otimização de performance
Exercícios Práticos:
- Exercício 1: Avaliar um sistema RAG com RAGAS
- Exercício 2: Fazer debug e otimizar um pipeline
Módulo 9 - Sistemas RAG em Produção
Duração: Semana 9
Conteúdo:
- Escalando aplicações RAG
- Caching e performance
- Segurança e controle de acesso
- Multi-tenancy
Exercícios Práticos:
- Exercício 1: Implementar caching semântico
- Exercício 2: Construir um sistema multi-tenant
Módulo 10 - Projetos do Mundo Real
Duração: Semana 10
Conteúdo:
- Construindo um sistema de Perguntas e Respostas com Documentos
- Base de conhecimento empresarial
- Aplicações RAG multi-tenant
- Estratégias de deploy
Projeto Final:
- Aplicação RAG completa do zero
- Apresentação e documentação
Stack Tecnológico
Frameworks
- LangChain: Chains, retrievers, LCEL
- LlamaIndex: Tipos de índices, query engines
- RAGAS: Framework de avaliação
Bancos de Dados Vetoriais
- Pinecone (Hospedado)
- Weaviate (Open Source)
- Chroma (Desenvolvimento local)
- Qdrant (Produção)
- PostgreSQL + pgvector
Modelos de Embedding
- OpenAI text-embedding-3
- Cohere embed-v3
- Sentence Transformers
- Modelos BGE
Estrutura de Avaliação
Quizzes por Módulo (40%)
- 30 questões por módulo
- Formato múltipla escolha
- Testa compreensão conceitual
Atividades Práticas (30%)
- Atividade 1: Pipeline de processamento de documentos (10%)
- Atividade 2: Implementação de pipeline RAG (10%)
- Atividade 3: Sistema avançado de recuperação (10%)
Projeto Final (30%)
- Aplicação RAG completa (20%)
- Apresentação e documentação (10%)
Total: 100%
Progresso do Curso
| Status | Módulo | Link |
|---|---|---|
| ✅ Completo | Módulo 1 - Introdução ao RAG | Começar |
| ✅ Completo | Módulo 2 - Processamento de Documentos | Começar |
| ✅ Completo | Módulo 3 - Embeddings em Profundidade | Começar |
| ✅ Completo | Módulo 4 - Bancos de Dados Vetoriais | Começar |
| ✅ Completo | Módulo 5 - Estratégias de Recuperação | Começar |
| ✅ Completo | Módulo 6 - Construindo Pipelines RAG | Começar |
| ✅ Completo | Módulo 7 - Técnicas Avançadas de RAG | Começar |
| ✅ Completo | Módulo 8 - Avaliação e Otimização | Começar |
| ✅ Completo | Módulo 9 - Sistemas RAG em Produção | Começar |
| ✅ Completo | Módulo 10 - Projetos do Mundo Real | Começar |
🎉 Curso Completo!
Todos os módulos estão prontos com conteúdo completo e quizzes interativos (30 questões por módulo).
📖 Recursos Adicionais
| Recurso | Descrição |
|---|---|
| 📚 Glossário | 100+ termos de RAG e IA explicados |
| 🔗 Recursos | Ferramentas, frameworks, artigos e tutoriais |
| 🎯 Prova Final | 50 questões abrangentes para testar seu conhecimento |
Comece Agora!
Explore os módulos na barra lateral e inicie sua jornada para dominar sistemas RAG!
Boa sorte na sua jornada de aprendizado!
Última atualização: dezembro de 2024
📊 Estatísticas do Curso
| Item | Quantidade |
|---|---|
| Módulos | 10 |
| Capítulos | 30+ |
| Questões de Quiz | 300 |
| Horas Estimadas de Estudo | 40+ |