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
LangGraph y patrones de agentes: una introducción práctica
- Grafos frente a cadenas lineales: cuándo y por qué utilizarlos.
- Agentes, herramientas y bucles planificador-ejecutor.
- Hola mundo del flujo de trabajo: un grafo agente mínimo.
Estado, memoria y transmisión de contexto
- Diseño del estado del grafo e interfaces de nodos.
- Memoria a corto plazo frente a memoria persistente.
- Ventanas de contexto, resumen y rehidratación.
Lógica de ramificación y flujo de control
- Enrutamiento condicional y decisiones multi-camino.
- Reintentos, tiempos de espera y protectores de circuitos (circuit breakers).
- Mecanismos de respaldo, callejones sin salida y nodos de recuperación.
Uso de herramientas e integraciones externas
- Llamada a funciones/herramientas desde nodos y agentes.
- Consumo de APIs REST y bases de datos desde el grafo.
- Parseo y validación de salidas estructuradas.
Flujos de trabajo de agentes aumentados por recuperación
- Estrategias de ingestión y segmentación de documentos.
- Embeddings y almacenes vectoriales con ChromaDB.
- Respuestas fundamentadas con citas y salvaguardas.
Evaluación, depuración y observabilidad
- Rastreo de caminos e inspección de interacciones entre nodos.
- Conjuntos de referencia, evaluaciones y pruebas de regresión.
- Monitoreo de calidad, seguridad y costo/latencia.
Empaquetado y entrega
- Servicio con FastAPI y gestión de dependencias.
- Versionado de grafos y estrategias de reversión.
- Libros de jugada operativos y respuesta a incidentes.
Resumen y próximos pasos
Requerimientos
- Conocimientos prácticos de Python.
- Experiencia en la construcción de aplicaciones LLM o cadenas de prompts.
- Familiaridad con APIs REST y JSON.
Público objetivo
- Ingenieros de IA.
- Gerentes de producto.
- Desarrolladores que construyen sistemas interactivos impulsados por LLM.
14 Horas