Yakında

RAG Mühendisliği: Embeddings, Vector DB ve GraphRAG

Chunking, embeddings, pgvector, Pinecone, OpenSearch, hybrid search, reranking, GraphRAG ve RAG evaluation.

Seviye

Orta

Süre

24 saat

Tahmini yayın

2027 Q1

Kategori

AI Engineering

Retrieval-Augmented Generation'ı 'çalışan demo'dan 'üretimde güvenilir sistem'e taşıyan derinlemesine kurs. Chunking stratejilerinden vector database seçimine, hybrid search ve reranking'den GraphRAG'e; doğruluğu ölçülebilir, ölçeklenebilir RAG sistemleri kurmayı öğrenirsin.

Öğrenilecek teknolojiler

EmbeddingspgvectorPineconeOpenSearchGraphRAGReranking

Ne öğreneceksin

  • Etkili chunking ve embedding stratejileri seçme
  • pgvector, Pinecone, OpenSearch arasında doğru tercih yapma
  • Hybrid search ve reranking ile isabet oranını yükseltme
  • GraphRAG ile ilişkisel bilgiyle çalışma ve RAG evaluation kurma

Kimler için

  • LLM uygulamalarını kendi verisiyle beslemek isteyen mühendisler
  • Kurumsal doküman/bilgi tabanı arama sistemi kuranlar
  • RAG demolarını üretime taşımakta zorlananlar

Müfredat özeti

  1. 01RAG mimarisi ve chunking stratejileri
  2. 02Embeddings ve vector database temelleri
  3. 03pgvector, Pinecone ve OpenSearch karşılaştırması
  4. 04Hybrid search ve reranking
  5. 05GraphRAG: ilişkisel bilgiyle erişim
  6. 06RAG evaluation ve production'a hazırlık
İlk talep eden sen olFiyat yakında

Ön talep oluştur

Birkaç soru daha yanıtla; kursu önceliklendirmemize ve sana uygun formatı seçmemize yardımcı ol.