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
Introducción a LangGraph y conceptos de grafos
- Por qué usar grafos para aplicaciones LLM: orquestación vs. cadenas simples.
- Nodos, bordes y estado en LangGraph.
- Hola LangGraph: primer grafo ejecutable.
Gestión de estado y encadenamiento de prompts
- Diseño de prompts como nodos de grafo.
- Pasaje de estado entre nodos y manejo de salidas.
- Patrones de memoria: contexto a corto plazo vs. persistido.
Ramificación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples rutas.
- Reintentos, tiempos de espera y estrategias de respaldo (fallback).
- Idempotencia y re-ejecuciones seguras.
Herramientas e integraciones externas
- Llamada de funciones/herramientas desde nodos de grafo.
- Invocación de APIs REST y servicios dentro del grafo.
- Trabajo con salidas estructuradas.
Flujos de trabajo aumentados por recuperación (RAG)
- Fundamentos de ingestión de documentos y división en fragmentos (chunking).
- Embeddings y bases de datos vectoriales (por ejemplo, ChromaDB).
- Respuestas fundamentadas con citas.
Pruebas, depuración y evaluación
- Pruebas estilo unitario para nodos y rutas.
- Trazabilidad (tracing) y observabilidad.
- Controles de calidad: factualidad, seguridad y determinismo.
Fundamentos de empaquetado y despliegue
- Configuración del entorno y gestión de dependencias.
- Servicio de grafos a través de APIs.
- Versión de flujos de trabajo y actualizaciones progresivas (rolling updates).
Resumen y próximos pasos
Requerimientos
- Comprensión básica de la programación en Python
- Experiencia con APIs REST o herramientas de línea de comandos (CLI)
- Familiaridad con los conceptos de LLM y los fundamentos de la ingeniería de prompts
Audiencia objetivo
- Desarrolladores e ingenieros de software nuevos en la orquestación de LLM basada en grafos.
- Ingenieros de prompts y principiantes en IA que construyen aplicaciones LLM multi-etapa.
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLMs.
14 Horas