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 14 horas
Temario del curso
Introducción a LangGraph y conceptos de grafos
- ¿Por qué usar grafos para aplicaciones de LLM: orquestación frente a cadenas simples
- Nodos, aristas y estado en LangGraph
- Hola LangGraph: primer grafo ejecutable
Gestión de estado y encadenamiento de prompts
- Diseño de prompts como nodos de grafo
- Paso de estado entre nodos y manejo de salidas
- Patrones de memoria: contexto de corto plazo frente a contexto persistido
Bifurcación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples rutas
- Reintentos, tiempos de espera (timeouts) y estrategias de respaldo (fallback)
- Idempotencia y reejecuciones seguras
Herramientas e integraciones externas
- Invocación de funciones/herramientas desde nodos de grafo
- Llamado a APIs REST y servicios dentro del grafo
- Trabajo con salidas estructuradas
Flujos de trabajo aumentados con recuperación (RAG)
- Introducción a la ingesta y segmentación de documentos
- Embeddings y almacenes vectoriales (p. ej., ChromaDB)
- Respuestas fundamentadas con citas
Pruebas, depuración y evaluación
- Pruebas tipo unidad para nodos y rutas
- Seguimiento (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 detrás de APIs
- Versionado de flujos de trabajo y actualizaciones progresivas (rolling updates)
Resumen y próximos pasos
Requerimientos
- Comprensión de la programación básica en Python
- Experiencia con APIs REST o herramientas de línea de comandos (CLI)
- Familiaridad con los conceptos de LLM y los fundamentos del ingeniería de prompts
Público objetivo
- Desarrolladores e ingenieros de software nuevos en la orquestación de LLM basada en grafos
- Ingenieros de prompts y nuevos en IA que construyen aplicaciones de LLM de múltiples pasos
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLM