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 de Estado y Encadenamiento de Prompts
- Diseño de prompts como nodos de grafo.
- Transferencia de estado entre nodos y manejo de salidas.
- Patrones de memoria: contexto a corto plazo frente a contexto persistente.
Ramificación, Flujo de Control y Manejo de Errores
- Ruteo condicional y flujos de trabajo de múltiples caminos.
- Reintentos, tiempos de espera y estrategias de respaldo.
- Idempotencia y reejecuciones seguras.
Herramientas e Integraciones Externas
- Llamada a funciones/herramientas desde nodos de grafo.
- Uso de APIs y servicios REST dentro del grafo.
- Trabajo con salidas estructuradas.
Flujos de Trabajo de Recuperación Aumentada (RAG)
- Fundamentos de ingestión de documentos y fragmentación.
- Embeddings y bases de datos vectoriales (por ejemplo, ChromaDB).
- Respuestas fundamentadas con citas.
Pruebas, Depuración y Evaluación
- Pruebas unitarias para nodos y caminos.
- Trazabilidad y observabilidad.
- Verificaciones 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
- Comprensión básica de la programación en Python.
- Experiencia con APIs REST o herramientas de línea de comandos (CLI).
- Conocimiento de los conceptos de LLM y los fundamentos de la ingeniería de prompts.
Público Objetivo
- Desarrolladores e ingenieros de software nuevos en la orquestación de LLM basada en grafos.
- Ingenieros de prompts y principiantes en IA que construyen aplicaciones de LLM de múltiples pasos.
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLM.
14 Horas