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.
Duración 35 horas
Temario del curso
Fundamentos de LangGraph para Finanzas
- Repaso de la arquitectura de LangGraph y la ejecución con estado.
- Casos de uso financiero: copilotos de investigación, apoyo a operaciones de trading, agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones sobre la auditoría.
Estándares de Datos Financieros y Ontologías
- Introducción a ISO 20022, FpML y FIX.
- Mapping de esquemas y ontologías en el estado del grafo.
- Calidad de los datos, linaje y manejo de PII (información personal identificable).
Orquestación de Flujos de Trabajo para Procesos Financieros
- Flujos de trabajo de onboarding KYC (Conozca a su Cliente) y AML (Ley de Lucha contra el Lavado de Activos).
- Ciclo de vida de operaciones de trading, excepciones y gestión de casos.
- Adjudicación de crédito y rutas de decisión.
Cumplimiento Normativo, Riesgo y Controles
- Aplicación de políticas y gestión de riesgos de modelos.
- Barandillas de seguridad (guardrails), aprobaciones y pasos de intervención humana en bucle.
- Registros de auditoría, retención de datos y explicabilidad.
Integración y Despliegue
- Conexión con sistemas centrales, lagos de datos y API.
- Contenerización, secretos y gestión de entornos.
- Pipelines CI/CD, despliegues por etapas y estrategias de canary.
Observabilidad y Rendimiento
- Registros estructurados, métricas, trazas y monitoreo de costos.
- Pruebas de carga, SLO (Objetivos de Nivel de Servicio) y presupuestos de errores.
- Respuesta ante incidentes, reversión (rollback) y patrones de resiliencia.
Calidad, Evaluación y Seguridad
- Arsenales de evaluación unitarios, por escenarios y automatizados.
- Equipo rojo (red teaming), prompts adversarios y comprobaciones de seguridad.
- Curaduría de conjuntos de datos, monitoreo de deriva (drift) y mejora continua.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de Python y desarrollo de aplicaciones LLM
- Experiencia con API, contenedores o servicios en la nube
- Conocimientos básicos de dominios financieros o modelos de datos
Audiencia
- Tecnólogos de dominio
- Arquitectos de soluciones
- Consultores que construyen agentes LLM en industrias reguladas