GuíaBásico
Guía a Fondo de Embeddings
Domina embeddings para AI en producción: implementa semantic search desde cero con numpy, compara modelos OpenAI vs open-source (SBERT, BGE), domina métricas de distancia (coseno, euclidiana, dot product), aplica chunking strategies inteligentes, optimiza con batch processing y caching, evalúa calidad con precision@k y MRR, y cierra con un proyecto que responde, con datos de tu propio corpus, qué modelo, cuántas dimensiones, qué chunking y qué índice usar. 8 módulos con código que corre y salidas reales, con un modelo abierto que funciona en tu computadora sin cuenta (y OpenAI como opción).
- lecciones
- 64
- módulos
- 8
- disponible en
- Inglés · Español
- certificado
- Sí
- acceso
- Gratis
Lo que vas a poder hacer
- Entender la arquitectura de embeddings: transformers, tokenización, pooling, normalización
- Comparar modelos de embeddings objetivamente: OpenAI, SBERT, BGE con benchmarks MTEB
- Implementar semantic search desde cero con numpy (sin bibliotecas black-box)
- Aplicar chunking strategies: fixed-size, semantic, recursive, y evaluar cuál funciona mejor
- Dominar distance metrics: similaridad coseno, euclidiana, dot product: saber cuándo usar cada una
- Realizar operaciones con embeddings: aritmética, interpolación, composición, clustering
- Optimizar para producción: caching, error handling, monitoring, scaling, control de costos
- Evaluar calidad de embeddings con golden datasets, precision@k, recall@k, MRR
- Construir un buscador semántico con FAISS y un informe de decisión de embeddings medido sobre tu corpus, protegido por tests
Qué necesitas traer
Es para ti si...
- AI Engineers implementando semantic search o RAG que necesitan entendimiento profundo de embeddings
- Desarrolladores backend transicionando a AI que quieren skills production-ready desde el día uno
- Profesionales que usan las clases de embeddings de LangChain (`OpenAIEmbeddings` y compañía) pero no pueden debuggear cuando algo falla
- Equipos eligiendo modelos de embeddings que necesitan un framework de comparación objetivo
- Estudiantes del AI Engineering Path preparándose para vector databases y RAG avanzado
Requisitos y materiales
- Python básico + OOP (loops, funciones, clases)
- REST APIs y fundamentos HTTP (requests, JSON)
- Opcional: acceso a la API de OpenAI (todo el código corre también con un modelo abierto local, sin cuenta)
- No hace falta otra guía previa: los conceptos de vectores y similitud se explican en los módulos 1 y 5
- Numpy básico (arrays, operaciones)
El temario, módulo por módulo
Abre cualquiera para ver sus lecciones.
- Bienvenido al Módulo 1: ¿Qué son Embeddings?
- Definición de Embeddings
- Propiedades Vectoriales de Embeddings
- Espacios Vectoriales de Alta Dimensionalidad
- Casos de Uso Reales de Embeddings
- Embeddings vs Keyword Search
- Arquitectura Overview: Cómo se Generan Embeddings
- Mini-Proyecto: Primer Embedding - Similarity Calculator
- Bienvenido al Módulo 2: ¿Cómo funcionan Embeddings?
- Transformer Encoders: La Arquitectura de Embeddings Modernos
- Tokenización: De Texto a Tokens
- Contextualización: Embeddings que Entienden Contexto
- Pooling Strategies: De Múltiples Tokens a Un Vector
- Normalization: Escalando Embeddings a Magnitud Unitaria
- OpenAI API Advanced: Parámetros y Patterns de Producción
- Mini-Proyecto: API Client Robusto para Producción
- Introducción al Módulo 3: Modelos de Embeddings Comparison
- OpenAI Embeddings Models: Deep Dive Comparison
- Open-Source Embeddings: Self-Hosted Alternatives
- MTEB: Massive Text Embedding Benchmark
- Latencia y Throughput: Performance Real
- Cost Analysis: Economics de Embeddings
- Domain-Specific y Multilingual Embeddings
- Mini-Proyecto: Benchmark Framework para Modelos de Embeddings
- Introducción al Módulo 4: Evaluación y Chunking Strategies
- Fixed-Size Chunking: Implementación Práctica
- Semantic Chunking: Respetando Estructura del Documento
- Métricas de Retrieval: Midiendo Performance de RAG
- Crear Evaluation Datasets para RAG
- A/B Testing Chunking Strategies
- Advanced Chunking Patterns
- Mini-Proyecto: Sistema RAG con Chunking Inteligente
- Introducción al Módulo 5: Métricas de Distancia a Fondo
- Similitud Coseno: La Métrica Estándar
- Distancia Euclidiana: Cuándo Coincide con Coseno y Cuándo No
- Producto Punto y Otras Métricas
- Benchmarks de Rendimiento: Dónde Se Va el Tiempo
- Búsqueda Aproximada (ANN): No Recorrer Todos los Estantes
- Introducción a FAISS: Exacto, HNSW e IVF Medidos
- Proyecto: Comparador de Métricas e Índices
- Módulo 8: Proyecto Final Integrador - RAG System Completo
- Document Ingestion Pipeline
- Chunking & Embedding Pipeline Integration
- Vector Search with FAISS
- Evaluation Framework: Measuring RAG Performance
- Query Expansion & Reranking: Two-Stage Retrieval
- Production Deployment: Freezing and Protecting the Decision
- Conclusions and Next Steps
Aprende con clases en vivo y revisión de tus entregas.
En grupo o 1 a 1, según tu horario.
Lo que suele preguntarse
Sin límite. Es una guía gratuita: entras cuando quieras, las veces que quieras.
No. Los módulos están ordenados de menos a más, pero puedes saltar al que necesites. Tu progreso se guarda por lección.
Lo que haga falta está en «Qué necesitas traer», arriba. Si no aparece nada ahí, puedes empezar desde cero.
En el grupo de WhatsApp, y cada quince días hay un live con un instructor donde se resuelven dudas en vivo.
Sí. Al terminar todas las lecciones recibes tu constancia de finalización. Si apruebas el examen de certificación de la guía, se convierte en certificado, con un código verificable que puedes compartir en LinkedIn.
No. Esta guía es autoguiada y sin fechas. El bootcamp es en vivo, por cohorte, con entregas que alguien revisa.
Empieza cuando quieras
Lo que dicen los estudiantes
Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.
Aún no hay reseñas aprobadas.
¡Sé el primero en compartir tu experiencia!