Contacta con nosotros

Temario del curso

Arquitectura Avanzada de LangGraph

  • Patrones de topología de grafos: nodos, aristas, routers y subgrafos.
  • Modelado del estado: canales, intercambio de mensajes y persistencia.
  • Flujos DAG frente a cíclicos y composición jerárquica.

Rendimiento y Optimización

  • Patrones de paralelismo y concurrencia en Python.
  • Caché, lotes (batching), llamadas a herramientas y streaming.
  • Estrategias de control de costos y presupuestación de tokens.

Ingeniería de Fiabilidad

  • Retries, timeouts, backoff y circuit breaking.
  • Idempotencia y deduplicación de pasos.
  • Checkpointing y recuperación usando almacenes locales o en la nube.

Depuración de Grafos Complejos

  • Ejecución paso a paso y pruebas en seco (dry runs).
  • Inspección del estado y rastreo de eventos.
  • Reproducción de problemas en producción mediante seeds y fixtures.

Observabilidad y Monitoreo

  • Logging estructurado y distributed tracing.
  • Métricas operativas: latencia, fiabilidad y uso de tokens.
  • Paneles de control (dashboards), alertas y seguimiento de SLOs.

Despliegue y Operaciones

  • Empaquetado de grafos como servicios y contenedores.
  • Gestión de configuración y manejo de secretos.
  • Pipelines CI/CD, despliegues progresivos y despliegues tipo canary.

Calidad, Pruebas y Seguridad

  • Pruebas unitarias, por escenarios y frameworks de evaluación automatizada.
  • Barreras de protección (guardrails), filtrado de contenido y manejo de PII.
  • Red teaming y experimentos de caos para la robustez.

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de Python y programación asíncrona.
  • Experiencia con el desarrollo de aplicaciones LLM.
  • Conocimiento básico de los conceptos de LangGraph o LangChain.

Público Objetivo

  • Ingenieros de plataformas de IA.
  • Especialistas en DevOps para IA.
  • Arquitectos de ML que gestionan sistemas LangGraph en producción.
 35 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas