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, routers y subgrafos.
- Modelado del estado: canales, paso de mensajes y persistencia.
- Flujos DAG frente a cíclicos y composición jerárquica.
Rendimiento y optimización
- Patrones de paralelismo y concurrencia en Python.
- Caché, agrupamiento, llamada a herramientas y streaming.
- Estrategias de control de costos y presupuestación de tokens.
Ingeniería de confiabilidad
- Reintentos, tiempos de espera, retroceso y ruptura de circuitos.
- Idempotencia y deduplicación de pasos.
- Punto de control y recuperación usando almacenes locales o en la nube.
Depuración de grafos complejos
- Ejecución paso a paso y ensayos secos.
- Inspección del estado y rastreo de eventos.
- Reproducción de problemas de producción con semillas y accesorios.
Observabilidad y monitoreo
- Registro estructurado y rastreo distribuido.
- Métricas operativas: latencia, confiabilidad y uso de tokens.
- Paneles, alertas y seguimiento de SLO.
Despliegue y operaciones
- Empaquetado de grafos como servicios y contenedores.
- Gestión de configuración y manejo de secretos.
- Pipeline CI/CD, implementaciones graduales y canaries.
Calidad, pruebas y seguridad
- Evaluación automatizada mediante pruebas unitarias, por escenarios y andamios.
- Barreras de protección, filtrado de contenido y manejo de PII.
- Equipo rojo (red teaming) y experimentos de caos para robustez.
Resumen y próximos pasos
Requerimientos
- Comprensión de Python y programación asíncrona.
- Experiencia en desarrollo de aplicaciones con LLM.
- Familiaridad con conceptos básicos de LangGraph o LangChain.
Público objetivo
- Ingenieros de plataformas de IA.
- DevOps para IA.
- Arquitectos de ML que gestionan sistemas LangGraph en producción.
35 Horas