Curso
Construir un RAG en GCP
De la ingesta de documentos al agente en producción: Vertex AI RAG Engine, Gemini y Cloud Run.
Casos de uso📚 Interroger ses documents
Este curso te guía paso a paso en la construcción de un sistema de generación aumentada por recuperación (RAG) alojado íntegramente en Google Cloud.
Qué vas a construir
Un asistente que responde a las preguntas de tus equipos a partir de la documentación interna, citando sus fuentes:
- un corpus de Vertex AI RAG Engine alimentado desde Cloud Storage;
- un job de sincronización en Cloud Run que reindexa los documentos modificados;
- un agente ADK desplegado en Cloud Run que consulta el corpus y llama a Gemini.
Requisitos
- Un proyecto de Google Cloud con facturación activada.
- Conocimientos básicos de Python y de línea de comandos.
Recursos
- csvdataset.csv1 KBVer
- mp4demo.mp4386 KB
- docxguide-installation.docx37 KB
- ipynbnotebook.ipynb1 KBVer
- pdfpresentation.pdf21 KB
- pptxpresentation.pptx32 KB
- pdfsupport-cours.pdf47 KB
Referencias
- awesome-llm-appsgithub.com — Collection d'applications LLM et de RAG open source
- GoogleCloudPlatform/generative-aigithub.com — Notebooks officiels Vertex AI et Gemini
- Vertex AI RAG Engine : vue d'ensemblecloud.google.com
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (Lewis et al., 2020)arxiv.org — Article fondateur du RAG