🔄 RAG Avançado: de Protótipo a Produção
📌 Pra que serve
RAG (Retrieval-Augmented Generation) em produção exige muito mais que busca + LLM. Você aprenderá a recuperar a evidência certa (não só similar), medir qualidade com métricas (faithfulness, context recall), otimizar custo e latência, e proteger dados sensíveis — essencial para saúde, finança e setor público.
🛠️ Passo a passo
1. Instale Ollama localmente
Acesse [ollama.ai](https://ollama.ai) e instale. Vai rodar seus modelos sem APIs pagas nem GPUs obrigatórias.
2. Domine chunking avançado
- Comece com recursive chunking (divide por estrutura, não só tamanho)
- Teste Contextual Retrieval (preserva vizinhos relevantes)
- Experimente small-to-big (pequenas chunks para busca, grandes para contexto)
3. Implemente busca híbrida
Combine BM25 (keywords) + embeddings densos + Reciprocal Rank Fusion:
## Pseudocódigo
bm25_results = bm25_search(query)
embedding_results = dense_search(query)
hybrid = reciprocal_rank_fusion(bm25_results, embedding_results)4. Adicione reranking com cross-encoder
Ordene top-50 recuperados com um model que "entende" pergunta ↔ documento:
reranked = cross_encoder.rank(query, top_50_docs)5. Teste Self-RAG e Corrective RAG
- Self-RAG: o LLM decide se precisa buscar ou refletir
- Corrective RAG: se contexto falhar, reescreve a consulta e retenta
6. Avalie contra um golden set
Crie 50-100 pares (pergunta, resposta ideal). Meça:
- Faithfulness (resposta é fiel ao contexto? Use um LLM como juez)
- Context Recall (o contexto recuperado tem a evidência certa?)
- Custo por query e latência p95
7. Governe dados sensíveis
Se lidar com PHI/PII (saúde, finança): implemente mascaramento e audit logs antes de deploy.
💡 Dica: Comece medindo (eval-first). Não otimize cegamente. O curso mostra como um sistema de saúde saiu de faithfulness 0,71 → 0,96 e custo $0,11 → $0,038 por query apenas ajusta
ndo chunking e busca.
🔗 Links e instalação
📖 Curso completo: https://courses.impodays.com/rag-avanzado-tecnicas-y-buenas-practicas-empresariales/ (3,5h, 7 labs em Ollama, grátis)
🏗️ Ferramenta: [ollama.ai](https://ollama.ai)
## macOS/Linux
curl https://ollama.ai/install.sh | shDepois: ollama run llama2
📚 Labs do curso: notebooks em inglês, explicações em espanhol — roda tudo local
Ideal pra MLEs e arquitetos que levam RAG de toy para confiável.