Construcción de agentes de AI con LlamaIndex y RAG

A medida que la inteligencia artificial evoluciona, los modelos de lenguaje estáticos ya no son suficientes; las aplicaciones modernas requieren AI que pueda recuperar activamente datos personalizados y ejecutar tareas de varios pasos. Este curso te enseña cómo cerrar la brecha entre los modelos de lenguaje grandes y tus propias fuentes de datos utilizando LlamaIndex. Comenzarás con los conceptos fundamentales de los agentes de AI y Retrieval-Augmented Generation (RAG), avanzando paso a paso a través del proceso de construcción de flujos de trabajo agénticos robustos y respaldados por datos. Lo que aprenderás: - Comprender la terminología fundamental de los agentes de AI, LLMs y arquitecturas RAG. - Configurar LlamaIndex para ingerir, indexar y consultar tus fuentes de datos personalizadas. - Construir pipelines de RAG básicos para mejorar la precisión y relevancia de las respuestas de la AI. - Diseñar flujos de trabajo agénticos que puedan desglosar consultas complejas y enrutar tareas de manera efectiva. - Integrar bases de datos vectoriales modernas para almacenar y recuperar datos de manera eficiente. - Aplicar conceptos básicos de prompt engineering para guiar a tus agentes hacia resultados confiables. El curso comienza con la terminología esencial y los conceptos fundamentales antes de guiarte a través de ejercicios escritos para construir tus primeros índices de datos y bucles agénticos. Progresarás desde simples consultas de documentos hasta el diseño de agentes de AI de varios pasos capaces de razonar sobre conjuntos de datos complejos. Este curso está diseñado para principiantes, aspirantes a ingenieros de datos y desarrolladores sin experiencia previa en AI que deseen comprender la mecánica de los flujos de trabajo agénticos. Comienza a leer hoy para desbloquear el potencial de tus datos y construir tu primer agente de AI inteligente.