Aprende RAG y Bases de Datos Vectoriales a FondoPor @JeroCuevas / 24 de julio de 2025 Hacer el curso Fundamentos de RAG: Definiciones Clave 1. ¿Qué es RAG? 1. ¿Qué es RAG y por qué es crucial para tu negocio? 2. ¿Qué son las Bases de Datos Vectoriales? 2. Gestión de datos 3. ¿Qué son los Embeddings? El Traductor de la IA 3. Visión General de RAG y CAG 4. Aplicaciones Prácticas de las Bases de Datos Vectoriales 4. Estrategias de "Chunking": Cómo Dividir tus Datos de Forma Inteligente 5. Explorando las Bases de Datos Vectoriales de Forma Visual 5. Vectores y Embeddings: El Lenguaje Secreto de la IA 6. Entendiendo las Dimensiones de los Vectores 6. La Etapa de Recuperación: Cómo RAG Encuentra y Utiliza tus Datos 7. Fundamentos de Tokenización y Procesamiento de Texto 7. Profundizando en CAG: La Alternativa Rápida a RAG 8. Demostración Práctica con el Tokenizer de OpenAI 8. Próximos Pasos: De la Teoría a la Práctica 9. Entendiendo el Proceso de Recuperación en una Base de Datos Vectorial 9. Introducción: Construyendo un Agente RAG Profesional 10. Supabase vs. Pinecone: ¿Cuál Elegir para tu Proyecto RAG? 10. La Fase de Ingesta: Construyendo el flujo de embeddings de Datos 11. La Fase de Recuperación: Dialogando con Nuestros Datos 12. Poniendo a Prueba a Nuestro Agente: Identificando las Limitaciones de RAG 13. Solucionando la Amnesia de RAG: La Recuperación Contextual 14. Construyendo un flujo de Ingesta Profesional (Con Recuperación Contextual) 15. Manejo de Datos Dinámicos en RAG: Creando un Pipeline de Actualización 16. El Ciclo de Vida Completo: Cómo Actualizar y Sincronizar Documentos en RAG 17. Puesta a Prueba del Sistema de Actualización de Datos 18. Implementando Cache-Augmented Generation (CAG) en n8n 19. Cómo Elegir el Mejor Modelo de IA para Cada Tarea 20. Resumen del Viaje: De un RAG Básico a un Sistema de IA Profesional
