Inteligencia Artificial Aplicada · IA-184

Asistentes documentales privados con RAG on-premise

Arquitectura completa de un asistente documental que nunca sale de la red de la organización.

Bajo demanda Avanzado 7 módulos · 28 clases

Formato asíncrono Desarrollo, Ingeniería / Industria, Administración pública Ollama, Python, Docker

IA OPENSOURCE CIBERSEGURIDAD

Lo que aprenderás

Diseñar la arquitectura de un RAG on-premise: ingesta, indexado, recuperación y generación.
Trocear documentos con criterios de tamaño y solape que no rompan el contexto útil.
Elegir modelo de embeddings y base vectorial adecuados al volumen documental disponible.
Servir el modelo generativo con Ollama y orquestar todos los servicios con Docker Compose.
Añadir citas al documento de origen en cada respuesta que devuelve el asistente.
Controlar permisos por documento para que cada perfil recupere solo lo que le corresponde.

Contenido del curso

7 módulos · 28 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Arquitectura y entorno 4 clases

Piezas de un RAG y qué hace cada una
Decisiones de arquitectura en un despliegue interno
Preparar el entorno con Docker Compose
Recorrido del fondo documental de prácticas

Módulo 2 · Ingesta y troceado 4 clases

Extracción de texto de PDF, ofimática y correo
Documentos escaneados y reconocimiento óptico
Criterios de troceado: tamaño, solape y estructura
Metadatos que acompañan a cada fragmento

Módulo 3 · Embeddings e índice 4 clases

Elegir un modelo de embeddings para castellano y gallego
Bases vectoriales: opciones y criterios de elección
Construcción del índice y coste de reindexar
Actualización incremental del fondo

Módulo 4 · Recuperación 4 clases

Búsqueda por similitud y sus límites
Combinación con búsqueda por palabras clave
Reordenado de resultados
Evaluar la recuperación por separado de la generación

Módulo 5 · Generación y citas 4 clases

Servir el modelo con Ollama
Construcción del prompt con los fragmentos recuperados
Citar documento, página y fragmento en la respuesta
Responder que no se sabe cuando no hay fuente

Módulo 6 · Permisos y seguridad 4 clases

Control de acceso por documento y por perfil
Filtrado antes de la recuperación
Registro de consultas y auditoría
Datos personales dentro del fondo documental

Módulo 7 · Puesta en marcha 4 clases

Orquestación completa con Docker Compose
Copias de seguridad del índice y del fondo
Monitorización y mantenimiento del sistema
Caso práctico: asistente interno desplegado y documentado

Requisitos

Python a nivel de aplicaciones: dependencias, servicios y manejo de ficheros y errores.
Docker y Docker Compose para levantar y conectar varios servicios.
Conocer Ollama y la ejecución de modelos en local.
Acceso a un servidor propio y a un fondo documental de prueba con el que trabajar.

Descripción

Las organizaciones que más ganarían con un asistente documental son a menudo las que menos pueden subir su documentación a un servicio externo: expedientes, historiales, contratos, informes técnicos. Un RAG on-premise resuelve esa tensión, pero exige montar y sostener varias piezas que en un servicio gestionado vienen resueltas de fábrica.

El curso construye el sistema completo. Ingesta y troceado con criterios que no partan las ideas por la mitad, indexado en una base vectorial, recuperación evaluada de forma explícita, generación servida con Ollama y todo orquestado con Docker Compose. Cada componente se prueba por separado, porque cuando el asistente responde mal el fallo casi siempre está en la recuperación.

Se añaden las dos piezas que hacen el sistema defendible en una organización: citas al documento de origen en cada respuesta y control de permisos por documento, para que nadie recupere lo que no le corresponde. Enlaza con la gobernanza del uso de IA en local y con la evaluación y observabilidad del sistema una vez en marcha.

¿Para quién es este curso?

Equipos de desarrollo de administración pública que tratan expedientes que no pueden salir de la red.
Perfiles de ingeniería que deben dar acceso a documentación técnica extensa dentro de la planta.
Responsables de sistemas que han probado servicios externos y necesitan una alternativa interna.