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 ámbito legal
- Repaso de la arquitectura de LangGraph y la ejecución con estado
- Casos de uso legales clave: análisis de contratos, cumplimiento regulatorio, e-discovery (descubrimiento electrónico)
- Restricciones y requisitos para entornos legales regulados
Estándares de datos y ontologías legales
- Introducción a las ontologías legales y metadatos (p. ej., taxonomías comunes)
- Mapeo de documentos y cláusulas legales en el estado del grafo
- Calidad de datos, manejo de PII (Información Personal Identificable) y procedencia
Diseño de flujos de trabajo para procesos legales
- Diseño de flujos de trabajo del ciclo de vida de contratos y revisión
- Ramas de decisión, aprobaciones y rutas de escalado
- Estrategias de persistencia para evidencia legal y auditorías
Cumplimiento, gobernanza y controles de riesgo
- Aplicación de políticas y requisitos de registro de actividades
- Control de acceso, cifrado y registro seguro (logging)
- Gestión de riesgos del modelo y control de cambios
Intervención humana (Human-in-the-Loop) y explicabilidad
- Diseño de puntos efectivos de revisión y sobrescritura (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 de Documentos), EDR (Sistemas de Descubrimiento Electrónico) y sistemas legales principales
- Contenerización, gestión de secretos y endurecimiento de entornos
- CI/CD para despliegues de grafos y lanzamientos progresivos
Monitoreo, pruebas y seguridad
- Observabilidad: registros (logs), métricas, trazas y SLOs (Objetivos de Nivel de Servicio)
- Arnéses de pruebas, pruebas de escenarios y red teaming para prompts legales
- Detección de deriva (drift), curación de conjuntos de datos 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
- Conocimiento básico de conceptos del dominio legal y tipos de documentos
Audiencia
- Technologists de dominio (expertos técnicos del sector)
- Arquitectos de soluciones
- Consultores que construyen agentes de LLM en industrias reguladas