- contacto@formadoresit.es
- + 34 692 317 648
-
C/ Fuente del Berro, 29, 1°D,
28009 Madrid
SUSCRÍBETE A LA NEWSLETTER
- Recibe información acerca de nuestros cursos y próximas convocatorias
Curso RAG (Retrieval Aumented Generation) para empresas
- 16 horas
Curso RAG para empresas que enseña a equipos técnicos a diseñar e implementar sistemas de Retrieval Augmented Generation: desde la ingesta y el chunking de documentos hasta la recuperación, la generación aumentada y la evaluación de resultados. Formación In Company o en Aula Virtual, adaptable a las necesidades técnicas del equipo, con posibilidad de bonificación FUNDAE.
Curso RAG (Retrieval Aumented Generation) para empresas
El curso RAG (Retrieval Augmented Generation) para empresas está diseñado para equipos técnicos que ya trabajan con modelos de lenguaje (LLMs) y necesitan dar el siguiente paso: conectar esos modelos con el conocimiento propio de la organización de forma fiable, trazable y verificable.
A lo largo de la formación, los participantes construyen un pipeline RAG completo —embeddings, base de datos vectorial, chunking, recuperación y generación— y aplican ese conocimiento a un caso de uso real de la empresa en el taller final. El curso combina teoría concisa con una parte práctica predominante, orientada a que el equipo salga con una arquitectura funcional, no solo con conceptos.
Descripción del Curso RAG (Retrieval Aumented Generation)
Beneficios del Curso RAG (Retrieval Aumented Generation) para la empresa
Reduce la dependencia del conocimiento paramétrico del LLM. El equipo aprende a anclar las respuestas del modelo en las fuentes documentales de la empresa, reduciendo alucinaciones y mejorando la trazabilidad.
Acelera la puesta en producción de asistentes internos. Los participantes salen del curso con una arquitectura RAG aplicada a un caso real, no solo con teoría, lo que reduce el tiempo hasta el primer piloto funcional.
Mejora la toma de decisiones técnicas. El equipo adquiere criterio propio para elegir base de datos vectorial, estrategia de chunking y método de recuperación según el caso de uso, en lugar de depender de configuraciones genéricas.
Refuerza la seguridad y el control sobre los datos internos. Se abordan explícitamente los riesgos de seguridad y privacidad al conectar un LLM con fuentes de datos propias de la organización.
Objetivos de aprender RAG (Retrieval Aumented Generation)
Al finalizar el curso RAG para empresas, los participantes serán capaces de:
- Comprender qué es RAG y qué problema resuelve frente al fine-tuning o al uso directo de un LLM.
- Diseñar y construir un pipeline RAG completo: ingesta, chunking, embeddings, indexación, recuperación y generación.
- Seleccionar e implementar una base de datos vectorial adecuada al caso de uso de la empresa.
- Aplicar estrategias de chunking que maximicen la calidad de la recuperación.
- Diseñar prompts de generación aumentada que reduzcan alucinaciones y mejoren la trazabilidad de las respuestas.
- Evaluar la calidad de un sistema RAG con métricas objetivas de relevancia, fidelidad y cobertura.
- Identificar los principales riesgos de seguridad y privacidad al conectar un LLM con datos internos.
Perfiles profesionales a los que va dirigido
Esta formación en RAG está dirigida a perfiles técnicos con experiencia previa en el uso de LLMs, entre ellos:
- Desarrolladores y perfiles de ingeniería de software
- Ingenieros y analistas de datos
- Arquitectos de soluciones
- Equipos de innovación y IA aplicada
- Responsables técnicos que quieren evaluar la viabilidad de un proyecto RAG interno
Conocimientos técnicos requeridos:
- Comodidad con Python
- Experiencia previa usando APIs de LLMs o herramientas de IA generativa
- No es necesaria experiencia previa con bases de datos vectoriales ni frameworks de recuperación
Esta formación tiene una duración recomendada de 16 horas, distribuidas en 2 sesiones de 8 horas.
Esta duración se basa en el temario estándar del curso y puede ajustarse y personalizarse en función de los objetivos y necesidades específicas de la empresa.
Temario del Curso RAG (Retrieval Aumented Generation)
TEMA 1. Introducción a RAG
- Introducción
- Qué es RAG y qué problema resuelve: limitaciones del conocimiento paramétrico de un LLM
- RAG frente a fine-tuning y frente al uso directo de un LLM sin contexto adicional
- Arquitectura general de un sistema RAG: ingesta, indexación, recuperación, generación
- Casos de uso empresariales típicos: asistentes internos, soporte al cliente, documentación técnica, cumplimiento normativo
- Resumen
TEMA 2. Embeddings y representación vectorial
- Introducción
- Qué es un embedding y cómo captura significado semántico
- Modelos de embeddings: diferencias, tamaño de vector, coste, idioma
- Similitud semántica: distancia coseno y otras métricas
- Limitaciones de los embeddings: sesgos, dominio específico, longitud de contexto
- Resumen
TEMA 3. Bases de datos vectoriales
- Introducción
- Qué es una base de datos vectorial y por qué no basta con una base de datos relacional
- Comparativa de opciones: gestionadas frente a autoalojadas, criterios de selección
- Indexación aproximada (ANN) frente a búsqueda exacta: coste y precisión
- Metadatos y filtrado híbrido (semántico + estructurado)
- Resumen
TEMA 4. Estrategias de chunking y preprocesamiento
- Introducción
- Por qué el chunking determina la calidad de todo el sistema RAG
- Estrategias de división: por tamaño fijo, por estructura semántica, por solapamiento
- Limpieza y normalización de documentos: PDFs, HTML, tablas, imágenes
- Enriquecimiento de chunks con metadatos (fuente, fecha, sección, autor)
- Resumen
TEMA 5. Recuperación y ranking
- Introducción
- Recuperación densa frente a recuperación léxica (BM25) y enfoques híbridos
- Re-ranking: mejorar la precisión tras la recuperación inicial
- Ajuste del número de resultados recuperados (top-k) y su impacto en el contexto del LLM
- Errores comunes: recuperación redundante, ruido, pérdida de contexto
- Resumen
TEMA 6. Generación aumentada: prompt engineering con LLMs
- Introducción
- Diseño de prompts que integran el contexto recuperado de forma efectiva
- Instrucciones para forzar respuestas ancladas en las fuentes (grounding)
- Citación de fuentes y trazabilidad de la respuesta generada
- Gestión de contexto limitado: priorización y compresión de información recuperada
- Resumen
TEMA 7. Evaluación y mitigación de alucinaciones
- Introducción
- Métricas de evaluación de un sistema RAG: relevancia, fidelidad, cobertura, latencia
- Detección de alucinaciones: cuándo el modelo se aparta de las fuentes recuperadas
- Estrategias de mitigación: verificación cruzada, umbrales de confianza, respuestas de «no lo sé»
- Testing continuo y monitorización en producción
- Resumen
TEMA 8. Arquitectura end-to-end y taller práctico
- Introducción
- Consideraciones de seguridad y privacidad al conectar un LLM con datos internos de la empresa
- Diseño de una arquitectura RAG productiva: escalabilidad, actualización de la base de conocimiento, coste
- Taller práctico: construcción de un pipeline RAG completo sobre un caso de uso real de la organización
- Buenas prácticas de mantenimiento y evolución del sistema
- Resumen
Personaliza el Temario
¿Necesitas adaptar el curso RAG a la tecnología, el stack o el caso de uso concreto de tu empresa? Podemos ajustar la duración, el nivel técnico y los ejemplos prácticos del temario a tu equipo y a tus sistemas.
Modalidades Disponibles
Ofrecemos distintas modalidades para adaptarnos a las necesidades de cada empresa, su organización interna y la disponibilidad de los equipos.
Formación Presencial o Streaming
Formación impartida en las instalaciones de la empresa o en aula virtual con formador en directo. Esta modalidad permite adaptar la formación a las necesidades concretas de la organización: horarios, fechas, contenidos, duración y formato.
Trabajamos con el equipo de la empresa para definir el enfoque más adecuado, seleccionar al formador con el mejor perfil y diseñar un programa alineado con los objetivos de los participantes.
El formato In Company facilita la interacción directa con el formador, la resolución de dudas en el momento y el trabajo con ejemplos y casos reales del entorno de la empresa.
Formación RAG (Retrieval Aumented Generation) disponible en Madrid, Barcelona, Valencia, Bilbao y Sevilla. Otras localidades disponibles bajo demanda. ¡Consúltanos!
Convocatorias en Aula Virtual
Disponemos de convocatorias abiertas durante todo el año para profesionales que desean realizar el curso en modalidad online en directo. Las sesiones se imparten en tiempo real mediante videoconferencia con el formador.
Los participantes pueden interactuar, plantear dudas y seguir los ejercicios prácticos durante la sesión, manteniendo una dinámica similar a la de una clase presencial, sin necesidad de desplazamientos.
Formación Bonificable por FUNDAE
Este curso RAG (Retrieval Aumented Generation) puede bonificarse hasta en un 100% a través de los créditos de formación de las empresas gestionados por FUNDAE.
En Formadores IT somos entidad organizadora acreditada por FUNDAE (n.º 11.676), por lo que podemos encargarnos de toda la gestión de la bonificación, desde la comprobación del crédito disponible hasta la tramitación administrativa de la acción formativa.
Así, tu empresa puede aprovechar su crédito formativo para formar a sus equipos sin preocuparse por la gestión con FUNDAE.
Empresas para las que está recomendado el curso RAG (Retrieval Aumented Generation)
El curso RAG para empresas está recomendado para organizaciones de distintos sectores que trabajan con LLMs o están evaluando incorporarlos a sus procesos internos, entre ellas:
- Empresas tecnológicas y de desarrollo de software
- Empresas de servicios y consultoría
- Sector financiero y asegurador
- Comercio electrónico y plataformas digitales
- Industria y logística con procesos de digitalización en curso
- Administraciones públicas y organismos con proyectos de IA aplicada
Preguntas frecuentes sobre el Curso RAG (Retrieval Augmented Generation)
¿Necesito experiencia previa en bases de datos vectoriales para hacer este curso?
No. El curso está pensado para perfiles técnicos que ya usan LLMs, pero no es necesario haber trabajado antes con bases de datos vectoriales ni con frameworks de recuperación.
¿El curso incluye una parte práctica sobre un caso real de mi empresa?
Sí. El taller final del temario se construye sobre un caso de uso real de la organización, no solo sobre ejemplos genéricos.
¿Puedo hacer el curso en Aula Virtual si mi equipo está distribuido en varias sedes?
Sí. El curso está disponible tanto en modalidad In Company como en Aula Virtual, con el mismo contenido y el mismo enfoque práctico.
¿La formación puede bonificarse por FUNDAE?
Sí, esta formación puede ser bonificable por FUNDAE. Como entidad organizadora acreditada, gestionamos la bonificación junto a tu empresa.
¿Puede adaptarse el temario a nuestro stack tecnológico concreto?
Sí. El temario puede personalizarse en duración, nivel técnico y ejemplos prácticos según las necesidades de tu equipo.
Otros Cursos Relacionados con Inteligencia Artificial
