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
Arquitectura avanzada de LangGraph
- Patrones de topología de grafos: nodos, aristas, enrutadores, subgrafos
- Modelado de estado: canales, transmisión de mensajes, persistencia
- Flujos DAG vs flujos cíclicos y composición jerárquica
Rendimiento y optimización
- Patrones de paralelismo y concurrencia en Python
- Caché, lotes (batching), invocación de herramientas y transmisión (streaming)
- Controles de costos y estrategias de presupuestación de tokens
Ingeniería de confiabilidad
- Reintentos, tiempos de espera, retroceso (backoff) y ruptura de circuitos
- Idempotencia y deduplicación de pasos
- Verificación (checkpointing) y recuperación utilizando almacenes locales o en la nube
Depuración de grafos complejos
- Ejecución paso a paso y pruebas en seco (dry runs)
- Inspección de estado y seguimiento de eventos
- Reproducción de problemas de producción con semillas y fixtures
Observabilidad y monitoreo
- Registro estructurado y trazado distribuido
- Métricas operativas: latencia, confiabilidad, uso de tokens
- Tableros (dashboards), alertas y seguimiento de SLO
Despliegue y operaciones
- Empaquetado de grafos como servicios y contenedores
- Gestión de configuración y manejo de secretos
- Pipelines CI/CD, despliegues y canarios
Calidad, pruebas y seguridad
- Pruebas unitarias, de escenario y arneses de evaluación automatizados
- Barreras de seguridad (guardrails), filtrado de contenido y manejo de PII
- Pruebas de equipo rojo (red teaming) y experimentos de caos para la robustez
Resumen y siguientes pasos
Requerimientos
- Conocimientos de Python y programación asíncrona
- Experiencia en el desarrollo de aplicaciones LLM
- Familiaridad con los conceptos básicos de LangGraph o LangChain
Público objetivo
- Ingenieros de plataformas de IA
- DevOps para IA
- Arquitectos de ML que manejan sistemas LangGraph de producción