Ingestão de Dados Complexos & Chunking Semântico

Ingestão de Dados Complexos & Chunking Semântico: 12 aulas em 3 módulos da formação Formação em RAG Avançado & GraphRAG de Produção.

Módulos e aulas

Parsing de Documentos Complexos & Extração Multimodal

Nível 3 · 4 aulas

  1. Parsing de PDFs com Layouts Complexos: Colunas, Caixas e Fluxos Não-Lineares
  2. OCR Inteligente com Vision Models & LLMs Multimodais em Documentos Degradados
  3. Extração de Tabelas Estruturadas para RAG: Preservação Semântica de Cabeçalhos e Matrizes
  4. Pipelines Robustos de Ingestão de Dados Não-Estruturados com Unstructured e Docling

Chunking Semântico, Proposicional & Hierárquico

Nível 3 · 4 aulas

  1. Chunking Semântico Baseado em Distância de Embeddings e Quebras Temáticas
  2. Chunking Proposicional & Decomposição Atômica de Fatos com LLMs
  3. Sliding Window com Overlap Dinâmico & Sentence-Aware Splitting
  4. Padrão Parent-Child Document Store: Indexação Fina e Recuperação Ampla

Seleção e Otimização de Modelos de Embeddings

Nível 4 · 4 aulas

  1. Landscape de Modelos de Embedding em 2026: text-embedding-3, BGE-M3, Voyage e Nomic
  2. Matryoshka Representation Learning (MRL): Compressão e Truncamento Vetorial Eficiente
  3. Quantização Vetorial (SQ8, PQ, Binary) e Redução Dimensional em Vector DBs
  4. Fine-Tuning de Embeddings de Domínio com Contrastive Learning e Sentence-Transformers