Le module sur le reranking a complètement changé ma façon d'aborder mes pipelines RAG, je ne pensais pas que ça ferait une telle différence sur la pertinence des résultats. L'utilisation de LangChain pour combiner recherche hybride et réécriture de requêtes est expliquée de manière très concrète.
RAG com Python: Hybrid Search, Reranking e Rewriting
Aprenda a construir aplicações modernas de Retrieval-Augmented Generation usando LangChain, bancos de dados vetoriais e técnicas de busca inteligente do zero.
-
💬
Instrutor de IA
Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser. -
🕐
Comece quando quiser
Sem horários nem prazos: aprenda no seu ritmo, quando quiser. -
🌐
Em português
Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
Modelos de linguagem de grande porte são poderosos, mas muitas vezes carecem de acesso aos seus dados específicos. Retrieval-Augmented Generation (RAG) preenche essa lacuna, permitindo que você conecte IA a bases de conhecimento personalizadas. Neste curso baseado em texto, você explorará como construir sistemas RAG robustos usando Python. Começando com conceitos fundamentais, você progredirá para a implementação de técnicas modernas como hybrid search, reranking de resultados e rewriting de consultas para melhorar drasticamente a precisão das respostas da IA.
O que você aprenderá: Entender a arquitetura principal e a terminologia de Retrieval-Augmented Generation; Construir pipelines RAG fundamentais usando Python e LangChain; Implementar bancos de dados vetoriais para armazenar e recuperar embeddings de documentos; Aplicar técnicas de hybrid search combinando busca por palavras-chave e recuperação semântica; Melhorar a precisão da IA usando padrões de reranking de resultados e rewriting de consultas; Explorar conceitos modernos de Agentic AI para recuperação autônoma de dados.
O curso começa com definições claras da terminologia de IA antes de passar para implementações práticas em Python. Você lerá explicações detalhadas, examinará trechos de código e praticará a construção de sistemas de recuperação de IA baseados em texto passo a passo. Este curso foi desenvolvido para iniciantes e desenvolvedores aspirantes; não é necessária experiência prévia com machine learning avançado. Comece a ler hoje para desbloquear o poder do RAG moderno e construir aplicações orientadas a dados mais inteligentes.
O que você vai receber
-
📜
Certificado de conclusão
Adicione ao seu perfil do LinkedIn -
💬
Tutor AI pessoal
Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora. -
🎧
Versão em áudio incluída
Estude em qualquer lugar, sem tela -
♾️
Acesso vitalício
Volte quando quiser, sem expirar -
📱
Celular ou computador
Funciona em qualquer dispositivo -
💸
Reembolso em 14 dias
Sem perguntas -
⚡
Curto e focado
2 h 30 min de conteúdo prático
Avaliações (6)
Selama ini saya cuma tahu RAG sebatas 'ambil dokumen terus masukin ke prompt', tapi kursus ini benar-benar membongkar detail yang sering dilewatkan seperti hybrid search dan reranking. Bagian yang paling membuka mata saya adalah query rewriting, ternyata banyak hasil pencarian yang buruk itu bukan karena embedding jelek tapi karena pertanyaan awal dari user memang ambigu. Contoh kode dengan LangChain dijelaskan langkah demi langkah sehingga saya bisa langsung praktik di proyek sendiri tanpa kebingungan. Urutan materinya juga masuk akal, dari retrieval sederhana sampai pipeline lengkap yang menggabungkan semua teknik. Setelah menyelesaikan kursus ini, hasil pencarian RAG saya jauh lebih relevan dibanding sebelumnya.
Давно искал внятное объяснение гибридного поиска, и здесь наконец сложилась картина: как совмещать плотные эмбеддинги с BM25 и зачем потом прогонять результаты через реранкер. Особенно зашёл блок про переписывание запроса перед обращением к векторной базе — раньше я недооценивал этот шаг, а он реально поднял качество выдачи в моём проекте на LangChain. Примеры рабочие, всё запускается без танцев с бубном. Единственное, по выбору самой векторной БД хотелось бы поглубже, но в целом курс закрыл почти все мои вопросы по RAG.
أخيرًا شرح واضح لكيفية دمج البحث الهجين وإعادة الترتيب في نظام RAG بدلاً من الاكتفاء بالاسترجاع البسيط. الجزء الخاص بإعادة صياغة الاستعلامات باستخدام LangChain كان عمليًا جدًا وساعدني في تحسين دقة النتائج بشكل ملموس.
Hibrit arama ve reranking konularını bu kadar net anlatan başka bir kaynak bulamamıştım. LangChain ile query rewriting kısmını uygulamalı örneklerle göstermesi, RAG pipeline'ının neden bazen alakasız sonuç döndürdüğünü anlamamı sağladı.
Good deep dive into the parts of RAG that most tutorials skip, especially the hybrid search and reranking sections which finally explained why my retrieval results were mediocre. The LangChain code examples are solid, though the query rewriting module could use a bit more explanation on tuning the prompts.
Outros também fizeram
🎓 Com certificado
IA privada com LLMs de código aberto: implantação local, RAG e agentes
Certificado
Prática
70,00 lei
→
🔥 Em alta
🎓 Com certificado
AI Voice Cloning: Construa Sua Voz Digital Pessoal
Certificado
Prática
70,00 lei
→
🔥 Em alta
🎓 Com certificado
IA para Professores de ESL: Aulas, Textos e Testes
Certificado
Prática
70,00 lei
→
🔥 Em alta
🎓 Com certificado
Generative AI para Tatuadores: Design e Posicionamento
Certificado
Prática
70,00 lei
→
Perguntas frequentes
O que preciso para fazer este curso? +
Só um celular ou computador com internet. Sem instalações nem hardware especial.
Como faço para pagar? +
Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.
Posso pedir reembolso? +
Sim — reembolso integral em 14 dias, sem perguntas.
Por quanto tempo terei acesso? +
Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.
Vou receber um certificado? +
Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.
Feito para profissionais em
Tecnologia
Design
Finanças
Marketing
Saúde
Educação
Hotelaria
Indústria