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
Arquitectura avanzada de LangGraph
- Patrones de topología de gráficos: nodos, aristas, enrutadores y subgráficos.
- Modelado del estado: canales, paso de mensajes y persistencia.
- Flujos de DAG frente a cíclicos y composición jerárquica.
Rendimiento y optimización
- Patrones de paralelismo y concurrencia en Python.
- Caché, procesamiento por lotes (batching), llamada de herramientas y transmisión de datos (streaming).
- Estrategias de control de costos y presupuestación de tokens.
Ingeniería de confiabilidad
- Reintentos, tiempos de espera, retroceso exponencial (backoff) y protección contra circuites rotos (circuit breaking).
- Idempotencia y deduplicación de pasos.
- Puntos de control y recuperación utilizando almacenes locales o en la nube.
Depuración de gráficos complejos
- Ejecución paso a paso y ejecuciones de prueba (dry runs).
- Inspección del estado y rastreo de eventos.
- Reproducción de problemas en producción mediante semillas y datos de prueba (fixtures).
Visibilidad y monitoreo
- Registro estructurado y rastreo distribuido.
- Métricas operativas: latencia, confiabilidad y uso de tokens.
- Tableros, alertas y seguimiento de SLO.
Despliegue y operaciones
- Empaquetado de gráficos como servicios y contenedores.
- Gestión de configuración y manejo de secretos.
- Pipelines de CI/CD, despliegues progresivos y tráfico canario.
Calidad, pruebas y seguridad
- Pruebas unitarias, por escenarios y marcos de evaluación automatizados.
- Barreras de protección (guardrails), filtrado de contenido y manejo de información personal identificable (PII).
- Equipo rojo y experimentos de caos para la robustez.
Resumen y próximos pasos
Requerimientos
- Comprensión de Python y programación asíncrona.
- Experiencia en el desarrollo de aplicaciones con LLM.
- Conocimiento de los conceptos básicos de LangGraph o LangChain.
Público objetivo
- Ingenieros de plataformas de IA.
- Profesionales de DevOps para IA.
- Arquitectos de ML que manejan sistemas de LangGraph en producción.
35 Horas