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
Arquitectura avanzada de LangGraph
- Patrones de topología de grafos: nodos, aristas, enrutadores, subgrafos
- Modelado de estado: canales, transmisión de mensajes, persistencia
- Flujos DAG frente a flujos cíclicos y composición jerárquica
Rendimiento y optimización
- Patrones de paralelismo y concurrencia en Python
- Caché, lotes (batching), llamada de herramientas (tool calling) y streaming
- Controles de costos y estrategias de presupuestación de tokens
Ingeniería de confiabilidad
- Reintentos, timeouts, retroceso (backoff) y circuit breaking
- Idempotencia y eliminación de duplicados de pasos
- Puntos de control (checkpointing) y recuperación utilizando almacenes locales o en la nube
Depuración de grafos complejos
- Ejecución paso a paso y pruebas en seco (dry runs)
- Inspección de estado y trazado de eventos
- Reproducción de problemas de producción con semillas (seeds) y pruebas (fixtures)
Observabilidad y monitoreo
- Registros estructurados (structured logging) y trazado distribuido
- Métricas operativas: latencia, confiabilidad, uso de tokens
- Tableros (dashboards), alertas y seguimiento de SLO
Despliegue y operaciones
- Empaquetado de grafos como servicios y contenedores
- Gestión de configuración y manejo de secretos (secrets)
- Pipeline de CI/CD, despliegues progresivos (rollouts) y canarios
Calidad, pruebas y seguridad
- Pruebas unitarias, de escenarios y arneses de evaluación automatizados (eval harnesses)
- Barandillas (guardrails), filtrado de contenido y manejo de PII
- 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 de LLM
- Conocimiento de los conceptos básicos de LangGraph o LangChain
Público objetivo
- Ingenieros de plataformas de IA
- DevOps para IA
- Arquitectos de ML a cargo de sistemas LangGraph en producción