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 14 horas
Temario del curso
Introducción a LangGraph y conceptos de grafos
- Por qué usar grafos para aplicaciones de 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 vs. contexto persistido
Ramificación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples caminos
- Reintentos, tiempos de espera (timeouts) y estrategias de respaldo (fallback)
- Idempotencia y re-ejecuciones seguras
Herramientas e integraciones externas
- Invocación de funciones/herramientas desde nodos de grafo
- Llamadas a APIs REST y servicios dentro del grafo
- Trabajo con salidas estructuradas
Flujos de trabajo aumentados con recuperación (RAG)
- Ingesta de documentos y conceptos básicos de fragmentación (chunking)
- Incorporaciones (embeddings) y almacenes vectoriales (por ejemplo, ChromaDB)
- Respuestas fundamentadas con citas
Pruebas, depuración y evaluación
- Pruebas de estilo unitario para nodos y rutas
- Trazado (tracing) y observabilidad
- Controles de calidad: factualidad, seguridad y determinismo
Fundamentos de empaquetado e implementación
- Configuración del entorno y gestión de dependencias
- Servicio de grafos tras APIs
- Versionado de flujos de trabajo y actualizaciones progresivas
Resumen y próximos pasos
Requerimientos
- Comprensión de la programación básica en Python
- Experiencia con APIs REST o herramientas de línea de comandos (CLI)
- Conocimiento de conceptos de LLM y fundamentos de ingeniería de prompts
Audiencia
- Desarrolladores e ingenieros de software nuevos en la orquestación de LLMs basados en grafos
- Ingenieros de prompts y personas interesadas en IA que desarrollan aplicaciones de LLM multietapa
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLMs