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 utilizar grafos para aplicaciones 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.
- Transmisión de estado entre nodos y manejo de salidas.
- Patrones de memoria: contexto a corto plazo frente a contexto persistente.
Ramificación, Flujo de Control y Manejo de Errores
- Enrutamiento condicional y flujos de trabajo multi-camino. etries>, time
- Intentos de reintento (retries), tiempos de espera y estrategias de respaldo.
- Idempotencia y ejecuciones seguras repetidas.
Herramientas e Integraciones Externas
- Llamado de funciones/herramientas desde nodos del grafo.
- Invocación de APIs REST y servicios dentro del grafo.
- Trabajo con salidas estructuradas.
Flujos de Trabajo con Recuperación Aumentada (RAG)
- Fundamentos de ingesta de documentos y fragmentación.
- Embeddings y almacenes vectoriales (por ejemplo, ChromaDB).
- Respuestas fundamentadas con citas.
Pruebas, Depuración y Evaluación
- Pruebas unitarias para nodos y rutas.
- Trazabilidad y observabilidad.
- Controles de calidad: veracidad, seguridad y determinismo.
Fundamentos de Empaquetado y Despliegue
- Configuración del entorno y gestión de dependencias.
- Servir grafos detrás de APIs.
- Versionado de flujos de trabajo y actualizaciones progresivas.
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 los conceptos de LLM y fundamentos del prompt engineering.
Audiencia Objetivo
- Desarrolladores e ingenieros de software nuevos en la orquestación de LLM basada en grafos.
- Ingenieros de prompting y principiantes en IA que desarrollan aplicaciones LLM multi-paso.
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLMs.
14 Horas
