Concepto Principal
Los Data Connectors son el mecanismo de “Solo Lectura” para recuperar información. Funcionan como una arquitectura de RAG (Retrieval-Augmented Generation) totalmente administrada, ingiriendo y sincronizando datos desde más de 40 fuentes corporativas (S3, SharePoint, Salesforce) hacia el índice de Amazon Q.
Contexto (Exam Insights)
-
El problema del “Data Cutoff”: Los modelos de lenguaje tienen una fecha de corte de entrenamiento. En el examen, si te preguntan cómo hacer que un modelo conozca un documento interno creado ayer sin tener que reentrenarlo (Fine-tuning), la respuesta es usar RAG mediante Data Connectors.
-
Sincronización (Crawling): No es una subida manual de una sola vez. Los conectores realizan rastreos programados (crawls) para mantener el índice semántico alineado con los cambios en la fuente de datos original.
Aspectos Clave
-
Fuentes Nativas y de Terceros: Soportan tanto el ecosistema AWS (S3, RDS, WorkDocs) como herramientas externas (Microsoft 365, Slack).
-
Indexación Semántica: Convierten los documentos en embeddings vectoriales de forma automática para permitir búsquedas por significado, no solo por palabras clave.
Ejemplo
Un empleado pregunta sobre la política de vacaciones de 2026. El sistema usa el conector de Google Drive para buscar el PDF correspondiente, lo lee, redacta la respuesta y provee el enlace al documento original.
Dominios del Examen
- Dominio 2: Fundamentals of GenAI (Task 2.3: Identificar tecnologías RAG administradas).