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 frente a 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.
- Pasar estado entre nodos y manejar salidas.
- Patrones de memoria: contexto a corto plazo vs. persistente.
Ramificación, Flujo de Control y Manejo de Errores
- Ruteo condicional y flujos de trabajo de múltiples rutas. etries>
- Reintentos, tiempos de espera y estrategias alternativas (fallback).
- Idempotencia y re-ejecuciones seguras.
Herramientas e Integraciones Externas
- Llamado a funciones/herramientas desde nodos de grafo.
- Llamado a APIs REST y servicios dentro del grafo.
- Trabajo con salidas estructuradas.
Flujos de Trabajo Aumentados por Recuperación (RAG)
- Fundamentos de ingestión de documentos y fragmentación (chunking).
- Embeddings y almacenes vectoriales (por ejemplo, ChromaDB).
- Respuestas fundamentadas con citas.
Pruebas, Depuración y Evaluación
- Pruebas al estilo unitario para nodos y caminos.
- Trazado (tracing) y observabilidad.
- Controles de calidad: factualidad, seguridad y determinismo.
Fundamentos de Empaquetado y Despliegue
- Configuración del entorno y gestión de dependencias.
- Servir grafos detrás de APIs.
- Versionamiento 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 conceptos de LLM y fundamentos de ingeniería de prompts.
Público 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 de múltiples pasos.
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLMs.
14 Horas