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 el sector financiero
- Repaso de la arquitectura de LangGraph y la ejecución con estado.
- Casos de uso financiero: copilotos de investigación, soporte a operaciones comerciales y agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones de auditabilidad.
Estándares y Ontologías de Datos Financieros
- Conceptos básicos de ISO 20022, FpML y FIX.
- Mapeo de esquemas y ontologías en el estado del grafo.
- Calidad de los datos, linaje y manejo de PII (Información Personal Identificable).
Orquestación de Flujos de Trabajo para Procesos Financieros
- Flujos de onboarding para KYC (Know Your Customer) y AML (Anti-Money Laundering).
- Ciclo de vida de las operaciones comerciales, excepciones y gestión de casos.
- Adjudicación de crédito y rutas de decisión.
Cumplimiento Normativo, Riesgo y Controles
- Aplicación de políticas y gestión del riesgo del modelo.
- Dispositivos de seguridad (guardrails), aprobaciones y pasos de intervención humana (human-in-the-loop).
- Bitácoras de auditoría, retención de datos y explicabilidad.
Integración y Despliegue
- Conexión con sistemas nucleares, lagos de datos y APIs.
- Containerización, gestión de secretos (secrets) y gestión de entornos.
- Pipelines de CI/CD, implementaciones escalonadas y despliegues canarios.
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 ante incidentes, retrocesos (rollback) y patrones de resiliencia.
Calidad, Evaluación y Seguridad
- Pruebas unitarias, de escenarios y arneses de evaluación automatizados.
- Pruebas de equipo rojo (red teaming), prompts adversariales 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.
- Familiaridad básica con el sector financiero o modelos de datos.
Audiencia
- Tecnólogos de dominio (domain technologists).
- Arquitectos de soluciones.
- Consultores que desarrollan agentes de LLM en industrias reguladas.