RAG de ponta a ponta com Weaviate

IntermediárioNível de habilidade

Atualizado 03/2026

Domine o RAG com o Weaviate! Incorpore texto e imagens para recuperação e experimente a pesquisa vetorial, BM25 e híbrida.

Crie sua conta gratuita

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

Descrição do curso

Aprenda a ir de chamadas simples a LLMs até fluxos de trabalho de RAG multimodal com o Weaviate! Você vai aprender a processar documentos PDF para extrair conteúdos de texto essenciais, como parágrafos, títulos e tabelas. Vai gerar embeddings e armazenar esses dados para recuperação com o Weaviate. Por fim, vai criar prompts de recuperação eficazes para passar a modelos generativos. Para fechar, você vai tratar PDFs como imagens para capturar o contexto perdido de figuras e gráficos. Você usará o modelo de embedding multimodal ColPali com um modelo generativo multimodal da OpenAI para começar a conversar com imagens e documentos!

Pré-requisitos

Working with the OpenAI API

RAG Fundamentals with Weaviate

Discover how Weaviate enables RAG applications! You'll build a RAG workflow end-to-end by-hand to get familiar with the Retrieval-Augmentation-Generation steps. This understanding will enable robust and optimized RAG workflows in Chapter 2 using Weaviate.

From RAGs to Riches!

50 XP

Text generation with LLMs

100 XP

Creating text embeddings

100 XP

Comparing text embeddings

100 XP

Putting together the "R", "A", "G"

100 XP

Iniciar Capítulo

End-to-End RAG with Weaviate

Although coding out RAG workflows by-hand is fun, you may be missing out on optimizations provided by tools like Weaviate. In this chapter, you'll embed, store, retrieve, and generate responses all using Weaviate!

RAG Workflows with Weaviate

50 XP

PDF text extraction and chunking

100 XP

Getting set up with Weaviate

100 XP

Queries in Weaviate

100 XP

RAG from top to bottom

100 XP

Iniciar Capítulo

Multi-Modal RAG

In the last chapter, you used the text content from the PDF documents to build your document chunks, but left the image content behind. This results in a lot of lost context that might be useful for retrieval and generation! In this chapter, you'll use ColPali multi-modal models to embed and generate text and images to provide more context for your model responses.

RAG with text and images

50 XP

Preparing for Multi-Modal RAG

100 XP

Multi-Modal RAG with Weaviate

100 XP

Congratulations!

50 XP

Iniciar Capítulo

RAG de ponta a ponta com Weaviate

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se Agora

Faça como mais de 19 milhões de alunos e comece RAG de ponta a ponta com Weaviate hoje mesmo!

Crie sua conta gratuita

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.

RAG de ponta a ponta com Weaviate

Crie sua conta gratuita

Treinar 2 ou mais pessoas?

Descrição do curso

Pré-requisitos

RAG Fundamentals with Weaviate

End-to-End RAG with Weaviate

Multi-Modal RAG

Obtenha um certificado de conclusão

Faça como mais de 19 milhões de alunos e comece RAG de ponta a ponta com Weaviate hoje mesmo!

Crie sua conta gratuita

Desenvolva suas habilidades em dados com o app do DataCamp

Descrição do curso

Obtenha um certificado de conclusão

Faça como mais de .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 milhões de alunos e comece RAG de ponta a ponta com Weaviate hoje mesmo!

Crie sua conta gratuita

Desenvolva suas habilidades em dados com o app do DataCamp

Faça como mais de 19 milhões de alunos e comece RAG de ponta a ponta com Weaviate hoje mesmo!