Visão Geral

Este curso aborda o projeto, implementação e otimização de arquiteturas de busca híbrida (Hybrid Search), combinando técnicas tradicionais de busca lexical com mecanismos modernos de busca semântica baseados em embeddings e Inteligência Artificial. O participante aprenderá como integrar mecanismos de recuperação por palavras-chave, bancos de dados vetoriais, reranking e modelos de linguagem para construir soluções de busca corporativas mais precisas, escaláveis e relevantes. O curso explora aplicações em Enterprise Search, Retrieval-Augmented Generation (RAG), gestão do conhecimento e plataformas inteligentes de recuperação de informações.

Objetivo

Após realizar este curso, você será capaz de:

• Compreender os fundamentos das arquiteturas de busca híbrida
• Combinar mecanismos de busca lexical e semântica
• Implementar estratégias avançadas de recuperação de informações
• Otimizar relevância, precisão e desempenho das buscas
• Integrar soluções híbridas com RAG e aplicações baseadas em LLMs
• Projetar arquiteturas corporativas escaláveis e governadas

Publico Alvo

• Engenheiros de IA e Machine Learning
• Desenvolvedores de Software
• Arquitetos de Soluções
• Cientistas de Dados
• Profissionais de LLMOps e MLOps
• Especialistas em Enterprise Search e Gestão do Conhecimento

Pre-Requisitos

• Conhecimentos básicos de Inteligência Artificial
• Familiaridade com recuperação de informações
• Noções de embeddings e bancos de dados vetoriais
• Conhecimentos básicos de Large Language Models são recomendados

Conteúdo Programatico

Module 1: Introduction to Hybrid Search

1. Evolution of search technologies
2. Lexical versus semantic search
3. Fundamentals of hybrid search
4. Enterprise search challenges
5. Business use cases
6. Search architecture overview

Module 2: Foundations of Information Retrieval

1. Information retrieval principles
2. Keyword-based retrieval
3. Ranking methodologies
4. Search relevance concepts
5. Retrieval evaluation metrics
6. Modern search architectures

Module 3: Semantic Search Fundamentals

1. Embedding concepts
2. Semantic representations
3. Vector search techniques
4. Similarity measurement methods
5. Semantic relevance evaluation
6. Semantic retrieval optimization

Module 4: Lexical Search Technologies

1. Full-text search fundamentals
2. Inverted index architectures
3. BM25 ranking methodology
4. Query processing techniques
5. Text analysis and tokenization
6. Lexical search optimization

Module 5: Hybrid Retrieval Strategies

1. Hybrid retrieval architectures
2. Search result fusion techniques
3. Weighted ranking approaches
4. Multi-stage retrieval pipelines
5. Retrieval orchestration methods
6. Search quality optimization

Module 6: Vector Databases and Search Infrastructure

1. Vector database architectures
2. Embedding storage strategies
3. Indexing and retrieval mechanisms
4. Metadata integration
5. Scalability considerations
6. Infrastructure optimization

Module 7: Reranking and Relevance Enhancement

1. Reranking fundamentals
2. Cross-encoder architectures
3. Relevance scoring techniques
4. Context-aware ranking
5. Precision improvement strategies
6. Advanced ranking workflows

Module 8: Hybrid Search for RAG Systems

1. RAG architecture integration
2. Context retrieval optimization
3. Knowledge grounding strategies
4. Hallucination reduction techniques
5. Enterprise knowledge retrieval
6. End-to-end RAG workflows

Module 9: Enterprise Search Architecture

1. Enterprise search platforms
2. Multi-source retrieval systems
3. Knowledge management integration
4. Search governance considerations
5. Access-aware retrieval
6. Enterprise deployment patterns

Module 10: Performance, Monitoring and Optimization

1. Search performance metrics
2. Latency optimization techniques
3. Throughput management
4. Search observability
5. Capacity planning
6. Cost optimization strategies

Module 11: Security and Governance

1. Search security principles
2. Access control mechanisms
3. Data privacy requirements
4. Compliance considerations
5. Audit and monitoring controls
6. Responsible AI practices

Module 12: Hybrid Search Architectures Workshop

1. Lexical search implementation
2. Semantic search development
3. Hybrid retrieval configuration
4. Reranking optimization exercises
5. Enterprise search architecture project
6. Final hybrid search solution implementation