Llevaba meses leyendo artículos sueltos sobre RAG sin lograr conectar los conceptos, y este curso por fin los ordenó todos en mi cabeza. Empiezan explicando qué es Retrieval-Augmented Generation desde cero, para luego entrar en context engineering, es decir, cómo decidir qué fragmentos de información realmente le sirven al modelo y cuáles solo añaden ruido. La parte sobre reranking me pareció la más valiosa, porque muestra con ejemplos claros cómo reordenar los resultados de una búsqueda antes de pasarlos al modelo mejora muchísimo la calidad de las respuestas. El instructor explica todo con calma, sin dar cosas por sentado, y cada concepto viene acompañado de un ejemplo práctico que se puede reproducir. Terminé el curso con un pipeline de RAG funcional y, más importante, entendiendo por qué cada pieza está ahí.
Foundations of RAG: Context Engineering and Reranking
Fahami asas Retrieval-Augmented Generation, context engineering, dan reranking untuk membina aplikasi AI yang tepat dan mengurangkan halusinasi.
-
💬
Pengajar AI
Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa. -
🕐
Mula bila-bila masa
Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa. -
🌐
Dalam bahasa Melayu
Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.
Tentang kursus ini
Apa yang anda dapat
-
📜
Sijil tamat
Tambah ke profil LinkedIn anda -
💬
Tutor AI peribadi
Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa. -
♾️
Akses seumur hidup
Kembali bila-bila masa, tiada tamat tempoh -
📱
Telefon atau komputer
Berfungsi di mana-mana, mana-mana peranti -
💸
Pulangan 14 hari
Tanpa soalan -
⚡
Pendek dan fokus
2 jam 48 min kandungan praktikal
Ulasan (9)
Ce cours couvre bien les bases du RAG, en particulier la partie sur le context engineering où l'on apprend à choisir intelligemment quels morceaux de texte envoyer au modèle plutôt que de tout lui donner en vrac. La section sur le reranking est celle qui m'a le plus servi, avec des exemples concrets de comment reclasser les résultats de recherche pour améliorer la pertinence des réponses générées. Le rythme est agréable et progressif, on ne se sent jamais perdu même sans grande expérience préalable en recherche d'information. Mon seul regret, c'est que certains exercices pratiques auraient mérité un peu plus de temps d'explication avant qu'on nous laisse les faire seul. Globalement une bonne base solide pour continuer à approfondir le sujet par soi-même.
Sempre tive dificuldade em entender reranking de verdade, e esse curso finalmente deixou claro por que reordenar os resultados antes de enviar ao modelo faz tanta diferença na qualidade das respostas. A explicação sobre context engineering também é muito boa, mostrando como escolher os trechos certos em vez de simplesmente jogar tudo no prompt. Recomendo bastante para quem está começando a construir sistemas de RAG do zero.
A parte de reranking ajudou bastante a reduzir respostas inventadas; queria mais exemplos, mas valeu muito.
Solide Einführung in RAG und Context Engineering, auch wenn der Abschnitt zum Reranking gerne etwas ausführlicher hätte sein können.
Gostei bastante da forma como o curso apresenta os fundamentos de RAG antes de entrar em context engineering e reranking, sem pular etapas. As explicações sobre como escolher os chunks certos para o contexto são bem práticas e fáceis de acompanhar. Só achei que a parte de reranking poderia ter mais exemplos comparando diferentes abordagens.
Ottima introduzione ai concetti base del RAG, spiegati con un linguaggio semplice anche per chi non ha esperienza precedente. La parte su context engineering mi ha aperto gli occhi su quanto conti selezionare bene i chunk prima di mandarli al modello. L'unico punto debole è che il reranking viene trattato un po' velocemente rispetto al resto del corso.
Explicación de RAG muy clara y práctica.
রির্যাঙ্কিং আর কনটেক্সট ইঞ্জিনিয়ারিং কীভাবে হ্যালুসিনেশন কমায়, সেটা এই কোর্সে দারুণভাবে বুঝলাম। উদাহরণগুলো হাতেকলমে করা যায়, তাই RAG নিয়ে আমার ভিত্তিটা এখন অনেক শক্ত।
Pelajar lain juga mengambil
Generative AI untuk Artis Tatu: Reka Bentuk dan Peletakan
Pengklonan Suara AI: Bina Suara Digital Peribadi Anda
AI untuk Guru ESL: Pelajaran, Teks, dan Ujian
Asas LLMOps: Deploy, Versi, dan Pantau LLM
Soalan lazim
Apa yang saya perlukan untuk mengikuti kursus ini? +
Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.
Bagaimana untuk membayar? +
Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.
Bolehkah saya dapatkan bayaran balik? +
Ya — pulangan penuh dalam 14 hari, tanpa soalan.
Berapa lama saya akan mempunyai akses? +
Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.
Adakah saya akan mendapat sijil? +
Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.