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
Fundamentos de LangGraph para Finanzas
- Repaso de la arquitectura de LangGraph y la ejecución con estado.
- Casos de uso en finanzas: copilotos de investigación, apoyo a operaciones de trading, agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones de auditabilidad.
Estándares y Ontologías de Datos Financieros
- Fundamentos de ISO 20022, FpML y FIX.
- Mapeo de esquemas y ontologías en el estado del grafo.
- Calidad de datos, trazabilidad (lineage) y manejo de PII (datos personales identificables).
Orquestación de Flujos de Trabajo para Procesos Financieros
- Flujos de trabajo de incorporación KYC y AML.
- Ciclo de vida de las operaciones, excepciones y gestión de casos.
- Adjudicación de crédito y rutas de toma de decisiones.
Cumplimiento, Riesgo y Controles
- Aplicación de políticas y gestión del riesgo del modelo.
- Barandillas (guardrails), aprobaciones y pasos de intervención humana (human-in-the-loop).
- Trazas de auditoría, retención de datos y explicabilidad.
Integración y Despliegue
- Conexión con sistemas principales, lagos de datos y APIs.
- Contenerización, gestión de secretos y administración de entornos.
- Conductos CI/CD, despliegues escalonados y pruebas canary.
Observabilidad y Rendimiento
- Registros estructurados, métricas, trazas y monitoreo de costos.
- Pruebas de carga, SLOs (Objetivos de Nivel de Servicio) y presupuestos de errores.
- Respuesta a incidentes, rollback y patrones de resiliencia.
Calidad, Evaluación y Seguridad
- Harnesses de evaluación unitarios, de escenarios y automatizados.
- Red teaming, prompts adversarios y verificaciones de seguridad.
- Curaduría de conjuntos de datos, monitoreo de deriva (drift) y mejora continua.
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de Python y desarrollo de aplicaciones de LLM
- Experiencia con APIs, contenedores o servicios en la nube
- Conocimientos básicos de dominios financieros o modelos de datos
Público Objetivo
- Tecnólogos de dominio
- Arquitectos de soluciones
- Consultores que construyen agentes de LLM en industrias reguladas