En esta charla mostraremos cómo implementar un sistema RAG (Retrieval-Augmented Generation) híbrido utilizando Java 17, Spring Boot, LangChain4j y Azure AI Search. Explicaremos las diferencias entre un RAG embebido, cloud y híbrido, y por qué el enfoque híbrido ofrece el equilibrio ideal entre eficiencia, costo y control.

Construiremos un flujo completo: ingesta de documentos, chunking, embeddings, indexación vectorial, recuperación semántica y respuestas con OpenAI. Además, incluiremos buenas prácticas de seguridad y lineamientos OWASP para aplicaciones con LLM, abordando aspectos como protección ante prompt injection, manejo seguro de claves y control del contexto enviado al modelo.

La sesión incluye una demo funcional y recomendaciones prácticas para llevar un RAG a producción dentro del ecosistema Java.