Ir al contenido principal
InicioPython

Curso

RAG de extremo a extremo con Weaviate

IntermedioNivel de habilidad
Actualizado 3/2026
¡Domina RAG con Weaviate! Incorpora texto e imágenes para su recuperación y experimenta con búsquedas vectoriales, BM25 e híbridas.
Comienza el curso gratis
PythonArtificial Intelligence
2 h
4 vídeos
14 Ejercicios
1,200 XP
Certificado de logros

Crea tu cuenta gratuita

Continuar con GoogleMostrar más opciones

o


Al continuar, aceptas nuestros Términos de uso, nuestra Política de privacidad y que tus datos se almacenen en los EE. UU.

Preferido por estudiantes en miles de empresas

Group

¿Formando un equipo?

Prueba para empresas

Descripción del curso

¡Aprende a pasar de llamadas simples a LLM a flujos de trabajo RAG multimodales con Weaviate! Verás cómo procesar documentos PDF para extraer contenido clave como párrafos, encabezados y tablas. Insertarás y almacenarás estos datos para su recuperación con Weaviate. Por último, diseñarás prompts de recuperación eficaces para pasarlos a modelos generativos. Para rematar, tratarás los PDFs como imágenes para capturar el contexto que se pierde en imágenes y gráficos. Usarás el modelo de embeddings multimodal ColPali junto con un modelo generativo multimodal de OpenAI para empezar a conversar con imágenes y documentos.

Requisitos previos

Working with the OpenAI API
1

Fundamentos de RAG con Weaviate

¡Descubre cómo Weaviate hace posibles las aplicaciones RAG! Construirás a mano un flujo de trabajo RAG de extremo a extremo para familiarizarte con los pasos de Recuperación–Aumento–Generación. Esta comprensión te permitirá crear flujos RAG sólidos y optimizados en el Capítulo 2 usando Weaviate.
Iniciar capítulo
2

RAG de extremo a extremo con Weaviate

Aunque programar a mano flujos RAG es divertido, podrías estar perdiéndote optimizaciones que ofrecen herramientas como Weaviate. En este capítulo, ¡insertarás, almacenarás, recuperarás y generarás respuestas todo con Weaviate!
Iniciar capítulo
3

RAG multimodal

En el último capítulo, usaste el contenido de texto de los documentos PDF para crear tus fragmentos, pero dejaste fuera el contenido de las imágenes. Esto provoca una gran pérdida de contexto que puede ser útil para la recuperación y la generación. En este capítulo, usarás los modelos multimodales ColPali para crear embeddings y generar texto e imágenes y así aportar más contexto a las respuestas de tu modelo.
Iniciar capítulo
RAG de extremo a extremo con Weaviate
Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.
Inscríbete ahora

¡Únete a 19 millones de estudiantes y empieza RAG de extremo a extremo con Weaviate hoy mismo!

Crea tu cuenta gratuita

Continuar con GoogleMostrar más opciones

o


Al continuar, aceptas nuestros Términos de uso, nuestra Política de privacidad y que tus datos se almacenen en los EE. UU.

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.