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, soporte de operaciones de comercio y agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones de auditabilidad.
Estándares de datos financieros y ontologías
- Conceptos básicos de ISO 20022, FpML y FIX.
- Mapeo de esquemas y ontologías en el estado del grafo.
- Calidad de datos, linaje y manejo de PII (Información Personal Identificable).
Orquestación de flujos de trabajo para procesos financieros
- Flujos de trabajo de alta (onboarding) para KYC (Conozca a su Cliente) y AML (Antilavado de Activos).
- Ciclo de vida de la operación, excepciones y gestión de casos.
- Adjudicación de crédito y rutas de decisión.
Cumplimiento, riesgos y controles
- Aplicación de políticas y gestión del riesgo de modelos.
- Paragüitas (guardrails), aprobaciones y pasos con intervención humana (human-in-the-loop).
- Registros de auditoría, retención de datos y explicabilidad.
Integración y despliegue
- Conexión con sistemas principales, lagos de datos y APIs.
- Contenerización, secretos (secrets) y gestión de entornos.
- Flujos de CI/CD, despliegues escalonados y despliegues canarios.
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
- Marcos de pruebas unitarias, de escenarios y evaluación automatizada.
- Red teaming, prompts adversariales y verificaciones de seguridad.
- Curaduría de conjuntos de datos, monitoreo de deriva (drift) y mejora continua.
Resumen y próximos pasos
Requerimientos
- Conocimiento de Python y desarrollo de aplicaciones LLM
- Experiencia con APIs, contenedores o servicios en la nube
- Familiaridad básica con dominios financieros o modelos de datos
Público objetivo
- Tecnólogos de dominio
- Arquitectos de soluciones
- Consultores que desarrollan agentes LLM en industrias reguladas