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 en finanzas: copilotos de investigación, soporte de operaciones de comercio (trade) y agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones de auditabilidad.
Estándares y Ontologías de Datos Financieros
- 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 de identificación personal).
Orquestación de Flujos de Trabajo para Procesos Financieros
- Flujos de trabajo de incorporación KYC (Conozca a su Cliente) y AML (Prevención del Lavado de Activos).
- Ciclo de vida de las operaciones, excepciones y gestión de casos.
- Ajuste de créditos (adjudication) y rutas de decisión.
Cumplimiento, Riesgos y Controles
- Aplicación de políticas y gestión del riesgo del modelo.
- Barandillas (guardrails), aprobaciones y pasos de participación humana (human-in-the-loop).
- Registros de auditoría, retención y explicabilidad.
Integración y Despliegue
- Conexión a sistemas principales, lagos de datos y APIs.
- Contenerización, secretos (secrets) y gestión de entornos.
- Patrones CI/CD, despliegues progresivos (staged rollouts) y canarinos (canaries).
Observabilidad y Rendimiento
- Registros estructurados, métricas, trazas y monitoreo de costos.
- Pruebas de carga, SLOs y presupuestos de error.
- Respuesta ante incidentes, retrocesos (rollback) y patrones de resiliencia.
Calidad, Evaluación y Seguridad
- Apartados de pruebas unitarias, de escenarios y automatizadas (eval harnesses).
- Simulaciones de equipo rojo (red teaming), prompts adversarios y comprobaciones de seguridad.
- Curaduría de conjuntos de datos, monitoreo de deriva (drift) y mejora continua.
Resumen y Próximos Pasos
Requerimientos
- Conocimientos de Python y desarrollo de aplicaciones de LLM
- Experiencia con APIs, contenedores o servicios en la nube
- Familiaridad básica con los dominios financieros o modelos de datos
Público Objetivo
- Tecnólogos de dominio
- Arquitectos de soluciones
- Consultores que construyen agentes de LLM en industrias reguladas