Curso gratuito · TrilhaGratuito

RAG de Produção na AWS

Name: RAG de Produção na AWS
Author: Fernando Francisco Azevedo

Do chunking à avaliação: como construir Retrieval-Augmented Generation confiável, barato e observável na AWS, busca híbrida, reranking, Knowledge Bases, OpenSearch e guardrails.

12 aulas ~4h Certificado

Começar curso

Prefere assistir ou ouvir? Abra um modo:

O que você vai saber fazer

Explicar o pipeline RAG ponta-a-ponta e cada decisão de design.
Escolher estratégias de chunking e de busca (vetorial, keyword, híbrida) com critério.
Aplicar reranking, query rewriting e RAG agêntico para elevar a qualidade.
Avaliar um sistema RAG (faithfulness, relevância, custo e latência).
Montar RAG na AWS com Bedrock Knowledge Bases e OpenSearch, com citações e guardrails.
Levar RAG a produção: custo/FinOps, latência, cache, segurança e observabilidade.

Conteúdo

Módulo 1

Fundamentos do RAG

Por que RAG, embeddings e busca vetorial, chunking e o pipeline ponta-a-ponta.

0/4

Módulo 2

Recuperação de qualidade

Busca híbrida, reranking, metadados, RAG avançado/agêntico e avaliação.

0/4

Módulo 3

RAG em produção na AWS

Bedrock Knowledge Bases, vector stores, citações/guardrails, custo e operação.

0/4

Interativoquizzes e jogos

Áudioouça as aulas

Certificadoverificado

BilínguePT + EN

100% gratuitosem paywall

Conquiste seu badge

RAG de Produção na AWS

Conclua as 12 aulas e acerte 70% ou mais no exame final (10 perguntas) para receber seu certificado verificado e o badge.

Exame final bloqueado

Conclua as 12 aulas para liberar o exame final. Vale ler até o fim, terminar o áudio ou o vídeo, ou passar no quiz da aula.

0/12 aulas

Começar o curso

O que você vai saber fazer

Explicar o pipeline RAG ponta-a-ponta e cada decisão de design.

Escolher estratégias de chunking e de busca (vetorial, keyword, híbrida) com critério.

Aplicar reranking, query rewriting e RAG agêntico para elevar a qualidade.

Avaliar um sistema RAG (faithfulness, relevância, custo e latência).

Montar RAG na AWS com Bedrock Knowledge Bases e OpenSearch, com citações e guardrails.

Levar RAG a produção: custo/FinOps, latência, cache, segurança e observabilidade.