Contacta con nosotros

Temario del curso

LangGraph y Patrones de Agentes: Una Introducción Práctica

  • Grafos frente a cadenas lineales: cuándo y por qué
  • Agentes, herramientas y bucles planificador-ejecutor
  • Hola mundo: un grafo agénico mínimo

Estado, Memoria y Transmisión de Contexto

  • Diseño del estado del grafo e interfaces de nodos
  • Memoria a corto plazo vs. memoria persistente
  • Ventanas de contexto, resumen y reconstrucción del estado

Lógica de Ramificación y Flujo de Control

  • Enrutamiento condicional y decisiones multi-camino
  • Reintentos, tiempos de espera y cort circuitos (circuit breakers)
  • Mecanismos de contingencia, puntos muertos y nodos de recuperación

Uso de Herramientas e Integraciones Externas

  • Llamada a funciones/herramientas desde nodos y agentes
  • Consumo de APIs REST y bases de datos desde el grafo
  • Análisis y validación de salidas estructuradas

Flujos de Trabajo de Agentes Aumentados por Recuperación

  • Ingestión de documentos y estrategias de segmentación (chunking)
  • Embeddings y almacenes vectoriales con ChromaDB
  • Respuestas fundamentadas con citas y salvaguardas

Evaluación, Depuración y Observabilidad

  • Rastreo de rutas e inspección de interacciones entre nodos
  • Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión
  • Monitoreo de calidad, seguridad y costo/latencia

Empaquetado y Entrega

  • Servicio mediante FastAPI y gestión de dependencias
  • Versionado de grafos y estrategias de retroceso (rollback)
  • Playbooks operativos y respuesta a incidentes

Resumen y Próximos Pasos

Requerimientos

  • Conocimientos prácticos de Python
  • Experiencia en el desarrollo de aplicaciones LLM o cadenas de prompts
  • Familiaridad con APIs REST y JSON

Público Objetivo

\r
  • Ingenieros de IA
  • Gerentes de producto
  • Desarrolladores que construyen sistemas interactivos impulsados por LLM
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas