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 área legal
- Repaso de la arquitectura de LangGraph y la ejecución con estado.
- Casos de uso clave en el ámbito legal: análisis de contratos, cumplimiento regulatorio y e-discovery.
- Restricciones y requisitos para entornos legales regulados.
Estándares de datos y ontologías legales
- Introducción a las ontologías legales y los metadatos (p. ej., taxonomías comunes).
- Mapeo de documentos legales y cláusulas en el estado del grafo.
- Calidad de los datos, manejo de PII (datos personales identificables) y procedencia.
Diseño de flujos de trabajo para procesos legales
- Diseño de flujos de trabajo para el ciclo de vida y revisión de contratos.
- Bifurcación de decisiones, aprobaciones y rutas de escalado.
- Estrategias de persistencia para evidencias legales y registros de auditoría.
Cumplimiento, gobernanza y controles de riesgo
- Aplicación de políticas y requisitos de conservación de registros.
- Control de acceso, cifrado y registros de seguridad.
- Gestión del riesgo del modelo y control de cambios.
Intervención humana (human-in-the-loop) y explicabilidad
- Diseño de puntos efectivos de revisión y anulación (override).
- Patrones de explicabilidad para decisiones legales.
- Generación de explicaciones y resúmenes aptos para auditoría.
Integración y despliegue
- Conexión de LangGraph con DMS (sistemas de gestión documental), EDR (plataformas de revisión electrónica) y sistemas legales centrales.
- Contenerización, gestión de secretos y endurecimiento de entornos.
- CI/CD para despliegues de grafos e implementaciones gradualizadas.
Monitoreo, pruebas y seguridad
- Observabilidad: registros, métricas, trazas y SLO (objetivos de nivel de servicio).
- Entornos de pruebas, pruebas de escenarios y red teaming para prompts legales.
- Detección de deriva (drift), curaduría de datasets 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 conceptos del dominio legal y tipos de documentos.
Audiencia objetivo
- Tecnólogos de dominio.
- Arquitectos de soluciones.
- Consultores que construyen agentes de LLM en industrias reguladas.