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 14 horas
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: el primer grafo ejecutable.
Gestión del estado y encadenamiento de prompts
- Diseño de prompts como nodos en el grafo.
- Transmisión del estado entre nodos y gestión de salidas.
- Patrones de memoria: contexto a corto plazo versus persistido.
Bifurcación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples rutas.
- Reintentos, tiempos de espera (timeouts) y estrategias de respaldo.
- Idempotencia y reejecuciones seguras.
Herramientas e integraciones externas
- Llamado a funciones y herramientas desde nodos del grafo.
- Invocación de APIs REST y servicios dentro del grafo.
- Trabajo con salidas estructuradas.
Flujos de trabajo aumentados con recuperación (Retrieval-Augmented)
- Fundamentos de ingesta de documentos y fragmentación (chunking).
- Embeddings y almacenes vectoriales (p. ej., ChromaDB).
- Respuestas fundamentadas con citas.
Pruebas, depuración y evaluación
- Pruebas de estilo unitario para nodos y rutas.
- Trazas y observabilidad.
- Controles de calidad: facticidad, seguridad y determinismo.
Fundamentos de empaquetado e implementación
- Configuración del entorno y gestión de dependencias.
- Servicio de grafos a través de APIs.
- Versionado de flujos de trabajo y actualizaciones progresivas (rolling updates).
Resumen y próximos pasos
Requerimientos
- Comprensión de la programación básica 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.
Público objetivo
- Desarrolladores e ingenieros de software que se inician en la orquestación de LLM basados en grafos.
- Ingenieros de prompts y nuevos profesionales de IA que construyen aplicaciones de LLM de múltiples pasos.
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLM.