Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Arquitectura avanzada de LangGraph
- Patrones de topología de grafos: nodos, aristas, enrutadores y subgrafos.
- Modelado del estado: canales, paso de mensajes y persistencia.
- Flujos DAG frente a flujos cíclicos y composición jerárquica.
Rendimiento y optimización
- Patrones de paralelismo y concurrencia en Python.
- Caché, procesamiento por lotes, llamadas a herramientas y streaming.
- Estrategias de control de costos y presupuestación de tokens.
Ingeniería de fiabilidad
- Reintentos, tiempos de espera, retroceso exponencial y ruptura de circuitos.
- Idempotencia y eliminación de duplicados en los pasos.
- Creación de puntos de control y recuperación mediante almacenamiento local o en la nube.
Depuración de grafos complejos
- Ejecución paso a paso y pruebas en seco.
- Inspección del estado y trazado de eventos.
- Reproducción de problemas de producción mediante semillas y fixtures.
Observabilidad y monitoreo
- Registro estructurado y trazado distribuido.
- Métricas operativas: latencia, fiabilidad y uso de tokens.
- Paneles de control, alertas y seguimiento de objetivos de nivel de servicio (SLO).
Despliegue y operaciones
- Empaquetado de grafos como servicios y contenedores.
- Gestión de configuración y manejo de secretos.
- Pipelines de CI/CD, despliegues progresivos y canarios.
Calidad, pruebas y seguridad
- Pruebas unitarias, de escenarios y harnesses de evaluación automatizada.
- Controles de seguridad, filtrado de contenido y manejo de información de identificación personal (PII).
- Pruebas de red teaming y experimentos de caos para robustez.
Resumen y próximos pasos
Requerimientos
- Conocimiento de Python y programación asíncrona.
- Experiencia en el desarrollo de aplicaciones con LLM.
- Familiaridad con conceptos básicos de LangGraph o LangChain.
Público objetivo
- Ingenieros de plataformas de IA.
- Profesionales de DevOps para IA.
- Arquitectos de ML que gestionan sistemas LangGraph en producción.
35 Horas