Ponte en Contacto
 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.

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas