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 grafos: nodos, aristas, enrutadores y subgrafos.
- Modelado del estado: canales, intercambio de mensajes y persistencia.
- Flujos DAG frente a cíclicos y composición jerárquica.
Rendimiento y Optimización
- Patrones de paralelismo y concurrencia en Python.
- Almacenamiento en caché, procesamiento por lotes, llamada de herramientas y transmisión en tiempo real.
- Estrategias de control de costos y presupuestación de tokens.
Ingeniería de Fiabilidad
- Reintentos, tiempos de espera, retroceso exponencial y ruptura de circuitos.
- Idempotencia y deduplicación de pasos.
- Puntos de control y recuperación utilizando almacenes locales o en la nube.
Depuración de Grafos Complejos
- Ejecución paso a paso y ensayos secos (dry runs).
- Inspección del estado y rastreo de eventos.
- Reproducción de problemas de producción mediante semillas y entornos controlados (fixtures).
Observabilidad y Monitoreo
- Registro estructurado y rastreo distribuido.
- Métricas operativas: latencia, fiabilidad y uso de tokens.
- Paneles de control, alertas y seguimiento de los SLO.
Despliegue y Operaciones
- Empaquetado de grafos como servicios y contenedores.
- Gestión de configuraciones y manejo de secretos.
- Pipelines de CI/CD, implementaciones progresivas y despliegues canary.
Calidad, Pruebas y Seguridad
- Pruebas unitarias, por escenarios y harnesses de evaluación automatizados.
- Barreras de protección (guardrails), filtrado de contenido y manejo de datos personales (PII).
- Equipo rojo (red teaming) 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.
- Familiaridad con los conceptos básicos de LangGraph o LangChain.
Público Objetivo
- Ingenieros de plataformas de IA.
- Especialistas en DevOps para IA.
- Arquitectos de ML que manejan sistemas LangGraph en producción.
35 Horas