Los mejores cursos de Retrieval-Augmented Generation (RAG) en 2026

RAG ha pasado de ser una curiosidad de investigación a convertirse en la arquitectura por defecto para casi cualquier aplicación con LLM que necesite trabajar con datos privados, recientes o específicos del dominio: asistentes de conocimiento internos, bots de soporte al cliente, preguntas y respuestas sobre documentos y herramientas de investigación se apoyan todas en el mismo patrón de recuperar y luego generar. Esta lista clasifica los cursos según cuatro criterios:

• Profundidad de recuperación — hasta qué punto el curso trata en serio el chunking, los embeddings, los almacenes vectoriales y la calidad de la recuperación, en lugar de tratar la base de datos vectorial como una caja negra
• Rigor práctico — si realmente construyes y consultas un pipeline de recuperación funcional, no solo ves cómo alguien lo construye
• Actualidad del programa — las buenas prácticas de RAG (búsqueda híbrida, reranking, recuperación con agentes, evaluación) evolucionan rápido, así que un curso de hace incluso un año puede enseñar un patrón desfasado
• Experiencia del instructor y resultados — quién lo imparte y qué eres capaz de hacer al terminar

Todos los cursos de esta lista se pueden empezar gratis; algunos son totalmente gratuitos de principio a fin, y otros ofrecen un módulo introductorio, auditoría o prueba gratuita con opción de pago para el itinerario completo o el certificado.

1. Retrieval-Augmented Generation with LangChain — DataCamp

El curso Retrieval-Augmented Generation with LangChain de DataCamp es la mejor opción única para desarrolladores que quieran ir directos al núcleo de RAG: crear aplicaciones con LLM ancladas en conocimiento que recuperan información relevante de fuentes estructuradas y no estructuradas antes de generar la respuesta.

• Nivel: Intermedio
• Duración: Parte de un itinerario de ~21 horas
• Coste: Empieza gratis; acceso completo incluido con la suscripción a DataCamp
• Ideal para: Desarrolladores que quieren una introducción práctica y enfocada específicamente en RAG

El curso forma parte del itinerario más amplio de DataCamp AI Engineering with LangChain, tras cursos sobre los fundamentos de aplicaciones con LLM, evaluación con LangSmith y prompt engineering, de modo que llegas ya cómodo con chains y salida estructurada antes de abordar la recuperación. 

Lo que lo diferencia y por qué encabeza esta lista: el curso se imparte con el AI Tutor de DataCamp, que personaliza las explicaciones en tiempo real según tu rol, nivel y objetivos. Para un tema tan dado a depurar como la recuperación — donde el mismo fallo puede deberse al chunking, a los embeddings o al prompting — contar con un tutor que adapte la explicación es una ventaja clara.

2. LangChain Academy — LangChain

LangChain Academy es la academia gratuita de LangChain y una opción muy sólida para estar al día, mantenida directamente por el equipo que desarrolla el framework.

• Nivel: De principiante a avanzado (modular, a tu ritmo)
• Duración: A tu ritmo; módulos entre 30 minutos y varias horas
• Coste: Gratis
• Ideal para: Desarrolladores que quieran aprender RAG directamente con lecciones oficiales enlazadas a la documentación, sin desfase entre un curso y una nueva versión de la librería

La academia se organiza en torno a flujos de trabajo de agentes y recuperación basados en LangGraph, con módulos para crear agentes de recuperación que deciden cuándo buscar y cuándo responder con el contexto — un patrón clave en asistentes RAG en producción. Al mantenerse al ritmo de la librería, evita enseñar sintaxis obsoleta, aunque exige más autodirección que un curso estructurado con programa y tareas.

3. Learn Retrieval Augmented Generation — Boot.dev

El curso Learn Retrieval Augmented Generation de Boot.dev es una excelente opción basada en proyectos para desarrolladores que quieran entender las primitivas de recuperación implementándolas desde cero, en lugar de llamar al objeto retriever de un framework y confiar en que funcione.

• Nivel: Intermedio (se asume dominio práctico de Python)
• Duración: A tu ritmo, basado en proyectos
• Coste: Empieza gratis; la suscripción de pago desbloquea todas las funciones interactivas
• Ideal para: Desarrolladores cuyos sistemas RAG fallan de forma que no saben depurar, porque nunca han construido ellos mismos la mecánica de búsqueda subyacente

El curso te lleva a construir en Python un pipeline completo de búsqueda y RAG empezando por búsqueda por palabras clave, pasando por índices invertidos y ponderación TF-IDF, hasta embeddings vectoriales, métricas de similitud y búsqueda semántica, y terminando con recuperación híbrida que combina puntuación léxica y semántica. Es una buena elección si quieres profundizar a mano en la mecánica de la recuperación.

4. LangChain & Vector Databases in Production — Activeloop

LangChain & Vector Databases in Production es un curso sólido orientado a producción para desarrolladores que ya han creado un prototipo RAG y necesitan ir más allá: escalar, evaluar y desplegar.

• Nivel: Avanzado
• Duración: ~40 horas, 35 lecciones en más de 7 proyectos prácticos
• Coste: Gratis para auditar; certificado de pago disponible
• Ideal para: Desarrolladores que van a pasar una aplicación RAG del notebook a producción

El curso cubre el despliegue de aplicaciones con LangChain, la evaluación de la calidad de la recuperación y la generación, optimización de coste y latencia, y el uso de Deep Lake como almacén vectorial. Es de los más exigentes de la lista y presupone familiaridad real con LangChain — mejor como siguiente paso tras un curso de fundamentos que como punto de partida.

5. AI Engineer Path — Scrimba

El AI Engineer Path de Scrimba es una opción nativa de JavaScript en esta lista para desarrolladores cuyo stack de aplicaciones es Node, Next.js u otro runtime de JS en lugar de Python.

• Nivel: De principiante a intermedio
• Duración: ~11,4 horas de lecciones interactivas en formato scrim
• Coste: Empieza gratis; Scrimba Pro para acceso completo
• Ideal para: Desarrolladores de JavaScript y TypeScript que no quieren cambiar a Python solo para aprender RAG

El itinerario agrupa RAG con agentes, MCP y context engineering, y el formato interactivo de Scrimba te hace escribir y ejecutar código funcional en línea en lugar de ver un vídeo pasivamente. Como la mayoría del material de RAG se imparte por defecto en Python, es una opción útil para equipos que trabajan ante todo en JS.

6. Building RAG Applications with LangChain — freeCodeCamp

Building RAG Applications with LangChain es el curso de YouTube de formato largo de freeCodeCamp y una buena opción gratuita y totalmente abierta para desarrolladores que aprenden mejor con una única sesión prolongada de construcción paso a paso.

• Nivel: Intermedio
• Duración: ~2,5 horas, una sola sesión
• Coste: Gratis
• Ideal para: Desarrolladores autodidactas que quieran construir una aplicación RAG completa de principio a fin, sin secciones de pago

Impartido por un ingeniero de software de LangChain, el curso construye desde cero un pipeline RAG: indexación, recuperación, generación y estrategias de traducción de consultas como Multi-Query, RAG Fusion, Decomposition, Step Back y HyDE. Es menos estructurado que un itinerario formal y trata menos los aspectos de producción, pero es genuinamente gratuito de principio a fin y profundiza más en la traducción de consultas que la mayoría de las opciones introductorias.

7. Agentic AI Engineering with LangChain & LangGraph — Udemy

Agentic AI Engineering with LangChain & LangGraph es una gran elección para desarrolladores que quieren combinar recuperación con agentes autónomos que usan herramientas, y no tratarla como una habilidad aislada.

• Nivel: Intermedio a avanzado (se espera formación en ingeniería de software y dominio de Python)
• Duración: ~19 horas en 28 secciones
• Coste: De pago (con descuentos frecuentes)
• Ideal para: Desarrolladores que construyen agentes que deben decidir cuándo recuperar y no solo responder con una ventana de contexto fija

Regrabado recientemente para cubrir LangChain v1.2+ y el ecosistema actual de LangGraph, el curso recorre la evolución de las arquitecturas de agentes desde el prompting ReAct temprano, pasando por function calling nativo, hasta la orquestación con LangGraph. No es para principiantes, pero ofrece una visión actual de cómo encajan la recuperación y el uso de herramientas por agentes, y utiliza la misma pila LangChain/LangGraph/LangSmith que se ve en la mayoría de despliegues en producción hoy.

8. Introduction to Vector Databases with Pinecone — 365 Data Science

Introduction to Vector Databases with Pinecone es una gran opción para desarrolladores que quieren profundizar en la parte de recuperación de RAG específicamente, en lugar de tratar el almacén vectorial como una caja negra.

• Nivel: Intermedio (útil conocer embeddings, APIs o LangChain, pero no imprescindible)
• Duración: A tu ritmo
• Coste: Empieza gratis; acceso completo incluido con la suscripción a 365 Data Science
• Ideal para: Desarrolladores cuyos RAG rinden por debajo de lo esperado por la calidad de la recuperación, no por la generación

El curso se centra en espacios vectoriales, métricas de distancia y algoritmos de embedding, y luego los aplica en un caso práctico construyendo un buscador semántico con Pinecone — incluyendo upserts, búsqueda por similitud y aplicaciones como sistemas de recomendación y búsqueda biomédica. Es más estrecho que otros cursos de esta lista por diseño, y conviene tratarlo como una inmersión profunda complementaria a un curso de RAG más amplio.

9. Retrieval Augmented Generation (RAG) — DeepLearning.AI

El curso Retrieval Augmented Generation de DeepLearning.AI, disponible en Coursera, es una opción con credenciales industriales para desarrolladores que quieren construir un sistema RAG de producción de forma sistemática, componente a componente, en lugar de un único demo de extremo a extremo.

• Nivel: Intermedio (se esperan Python y conceptos básicos de ML)
• Duración: ~1 mes a ritmo estándar, cinco módulos
• Coste: Gratis para auditar; Coursera Plus para el certificado
• Ideal para: Desarrolladores que quieran entender cada capa de un sistema RAG — recuperador, almacén vectorial y generador — antes de montarlas

El curso recorre la arquitectura del recuperador empezando por búsqueda por palabras clave con TF-IDF y BM25, pasa a búsqueda semántica y embeddings vectoriales, y luego cubre búsqueda híbrida, algoritmos de vecinos más cercanos aproximados, chunking, análisis de consultas y reranking con cross-encoders usando la API de Weaviate. Los módulos posteriores tratan el prompt engineering, la detección de alucinaciones y el diseño de sistemas con agentes, y cierran con el seguimiento y la evaluación de un sistema RAG de extremo a extremo, incluyendo los equilibrios entre coste, capacidad y seguridad. 

Tabla comparativa de los mejores cursos de RAG