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
Introducción a LangGraph y conceptos de grafos
- Por qué usar grafos para aplicaciones de LLM: orquestación frente a cadenas simples.
- Nodos, aristas y estado en LangGraph.
- Hola LangGraph: primer grafo ejecutable.
Gestión del estado y encadenamiento de prompts
- Diseño de prompts como nodos de un grafo.
- Transmisión de estado entre nodos y manejo de salidas.
- Patrones de memoria: contexto a corto plazo frente a persistido.
Ramificación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples rutas.
- Reintentos, tiempos de espera y estrategias de respaldo.
- Idempotencia y ejecuciones repetidas seguras.
Herramientas e integraciones externas
- Invocación de funciones/herramientas desde nodos del grafo.
- Invocación de APIs REST y servicios dentro del grafo.
- Trabajo con salidas estructuradas.
Flujos de trabajo mejorados con recuperación (RAG)
- Fundamentos de ingestión de documentos y fragmentación.
- Embeddings y almacenes vectoriales (por ejemplo, ChromaDB).
- Respuestas fundamentadas con citas.
Pruebas, depuración y evaluación
- Pruebas estilo unitario para nodos y rutas.
- Trazabilidad y observabilidad.
- Controles de calidad: facticidad, seguridad y determinismo.
Fundamentos de empaquetado y despliegue
- Configuración del entorno y gestión de dependencias.
- Servicio de grafos detrás de APIs.
- Versionado de flujos de trabajo y actualizaciones progresivas.
Resumen y próximos pasos
Requerimientos
- Conocimiento básico de programación en Python.
- Experiencia con APIs REST o herramientas de línea de comandos (CLI).
- Familiaridad con los conceptos de LLM y los fundamentos de la ingeniería de prompts.
Audiencia objetivo
- Desarrolladores e ingenieros de software que se inicien en la orquestación de LLM basada en grafos.
- Ingenieros de prompts y principiantes en IA que construyan aplicaciones de LLM de múltiples pasos.
- Profesionales de datos que exploren la automatización de flujos de trabajo con LLMs.
14 Horas