Engenharia de RAG

Você sabe montar um RAG.Mas sabe descobrir por que ele está falhando?

Aprenda a engenharia por trás de sistemas RAG — busca, ciência vetorial, embeddings, ranking, re-ranking e evaluation — para construir, medir e debugar pipelines de retrieval com muito mais profundidade.

fig. 01 — vector space
QUERO DOMINAR ENGENHARIA DE RAG

Acesso ao curso pela Udemy

01/O problema

Construir um RAG é fácil.Descobrir por que ele falhou é outra história.

Imagine que seu sistema recebeu uma pergunta e devolveu uma resposta errada. O documento com a informação correta existe na base. Mas alguma coisa aconteceu no pipeline. Agora você precisa descobrir:

  1. Queryentrada do usuário
  2. Chunkingdivisão dos documentos
  3. Embeddingrepresentação vetorial
  4. Retrievalbusca por candidatos
  5. Rankingordenação por relevância
  6. Contextmontagem do prompt
  7. LLMgeração da resposta

O chunking perdeu informação?

O embedding não representou corretamente a consulta?

A estratégia de retrieval é inadequada?

A busca encontrou o documento certo, mas ranqueou mal?

O contexto enviado para a LLM estava ruim?

Ou o retrieval funcionou e quem falhou foi a geração?

“Se sua estratégia é mudar parâmetros até a resposta melhorar, você não está debugando o RAG. Está chutando.”

02/Mudança de nível

Saia do “funciona no tutorial” para entender o sistema.

Usar RAG

  • Criar embeddings
  • Salvar em um VectorDB
  • Fazer similarity search
  • Enviar contexto para uma LLM
  • Obter uma resposta

O curso

Engenharia de RAG

  • Entender por que o retrieval funciona
  • Identificar onde o pipeline falhou
  • Comparar estratégias de busca
  • Avaliar retrieval com métricas
  • Trabalhar com ranking e re-ranking
  • Entender os trade-offs do sistema
  • Debugar respostas ruins
  • Justificar decisões técnicas

O objetivo não é apenas fazer o pipeline rodar. É saber raciocinar sobre ele.

03/Os 4 pilares

O que você vai aprender a fazer

01

Entender

Entenda o que acontece por baixo do RAG

Construa fundamentos sólidos sobre busca, representação vetorial, embeddings, similaridade e retrieval para entender por que cada componente existe.

TF-IDF / BM25 / Embeddings / Cosine Similarity / Vector Search

02

Construir

Construa pipelines entendendo cada decisão

Implemente os componentes de um sistema RAG e entenda como diferentes estratégias interferem na recuperação e no resultado final.

Python / VectorDB / Hybrid Search / RRF / Re-ranking

fig. 02 — hybrid search

03

Avaliar

Pare de avaliar RAG no “parece bom”

Aprenda formas sistemáticas de medir a qualidade do retrieval e da resposta gerada.

Precision@K / Recall@K / MRR / LLM-as-a-Judge

ranking

  • 01✓relevant
  • 02×irrelevant
  • 03✓relevant
  • 04×irrelevant
  • 05×irrelevant

metrics

  • Precision@K
  • Recall@K
  • MRR
fig. 03 — retrieval evaluation

04

Debugar

Descubra onde seu RAG está falhando

Aprenda a separar problemas de retrieval, ranking, contexto e geração para investigar o pipeline de forma estruturada.

Debugging / Retrieval / Ranking / Generation

04/RAG em entrevistas

“Como você avaliaria um sistema RAG?”

Sua resposta iria além de “eu testaria algumas perguntas”?

technical-interview — rag

interviewer › Como você avaliaria a qualidade do retrieval?

interviewer › Quando você usaria busca híbrida?

interviewer › O que faria se o documento correto não estivesse no top-k?

interviewer › Como separaria um problema de retrieval de um problema de generation?

you›

Entender RAG profundamente também significa conseguir discutir arquitetura, métricas, trade-offs e debugging em uma entrevista técnica — em vez de apenas memorizar definições.

QUERO ME APROFUNDAR EM RAG

05/Conteúdo

Do fundamento ao RAG avançado

Uma jornada para entender não apenas como usar as ferramentas, mas por que elas funcionam.

01

Fundamentos de Busca

Índice invertido / TF-IDF / BM25 / Busca lexical

02

Ciência Vetorial

Vetores / Embeddings / Similaridade / Similaridade do cosseno / Busca semântica

03

Retrieval moderno

Chunking / Vector Search / Busca híbrida / Reciprocal Rank Fusion / Re-ranking

04

Evaluation

Avaliação de retrieval / Precision@K / Recall@K / MRR / Avaliação de geração / LLM-as-a-Judge

05

RAG avançado

Estratégias avançadas de RAG / RAG recursivo / Agentic RAG / RAG multimodal / Bancos vetoriais

06

Engenharia e Debugging

Diagnóstico de pipelines / Falhas de retrieval / Falhas de geração / Trade-offs / RAG em entrevistas técnicas

06/Para quem é

Este curso é para você se...

  • Você já programa e quer entrar mais profundamente em AI Engineering.
  • Você já estudou RAG, mas sente que os tutoriais escondem o que realmente acontece.
  • Você consegue montar um pipeline, mas ainda tem dificuldade para diagnosticar resultados ruins.
  • Você quer entender embeddings e retrieval além da abstração das bibliotecas.
  • Você quer aprender a avaliar sistemas RAG de maneira mais sistemática.
  • Você quer estar preparado para discutir RAG tecnicamente em entrevistas.

Talvez não seja para você se...

  • Você procura apenas um tutorial rápido para copiar um chatbot com PDF.
  • Você não tem interesse em entender os fundamentos por trás das ferramentas.
  • Você quer somente copiar código sem entender as decisões do pipeline.

RAG não é:

PDF → VectorDB → LLM

RAG é um problema de recuperação, ranking, contexto, geração e avaliação.

Quando você entende cada uma dessas partes, o sistema deixa de ser uma caixa-preta.

07/O curso

Engenharia de RAG

Aprenda a entender, construir, avaliar e debugar sistemas RAG.

Você vai estudar:

  • Fundamentos de busca
  • Ciência vetorial e embeddings
  • Retrieval e ranking
  • Busca híbrida e re-ranking
  • Evaluation
  • RAG avançado
  • RAG multimodal
  • Vector databases
  • Debugging
  • RAG para entrevistas técnicas
QUERO ACESSAR O CURSO

Você estuda. A Udemy cuida da plataforma. O curso é hospedado na Udemy, onde você realiza a compra e acessa todo o conteúdo.

  • Hospedado na Udemy
  • Pagamento pela Udemy
  • Compra protegida
  • Reembolso em até 30 dias

08/FAQ

Perguntas frequentes

Pare de tratar RAG como uma caixa-preta.

Entenda o retrieval. Meça o que está acontecendo. Descubra onde o sistema falha.

QUERO DOMINAR ENGENHARIA DE RAG

Acessar o curso na Udemy

  • Hospedado na Udemy
  • Pagamento pela Udemy
  • Compra protegida
  • Reembolso em até 30 dias