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
LangGraph y patrones de agentes: Una introducción práctica
- Grafos vs. cadenas lineales: cuándo y por qué
- Agentes, herramientas y ciclos planificador-ejecutor
- Flujo de trabajo básico: un grafo agéntico mínimo
Estado, memoria y transferencia de contexto
- Diseño del estado del grafo y las interfaces de los nodos
- Memoria a corto plazo vs. memoria persistida
- Ventanas de contexto, resumen y rehidratación
Lógica de ramificación y flujo de control
- Enrutamiento condicional y decisiones de múltiples rutas
- Reintentos, tiempos de espera (timeouts) y disyuntores de circuito (circuit breakers)
- Mecanismos de respaldo, puntos ciegos y nodos de recuperación
Uso de herramientas e integraciones externas
- Llamadas a funciones/herramientas desde nodos y agentes
- Consumo de APIs REST y bases de datos desde el grafo
- Análisis y validación de salidas estructuradas
Flujos de trabajo de agentes aumentados por recuperación (RAG)
- Ingesta de documentos y estrategias de segmentación (chunking)
- Embeddings y almacenes vectoriales con ChromaDB
- Respuestas fundamentadas con citas y salvaguardas
Evaluación, depuración y observabilidad
- Rastreo de rutas e inspección de interacciones entre nodos
- Conjuntos de datos de referencia (golden sets), evaluaciones y pruebas de regresión
- Monitoreo de calidad, seguridad y costo/latencia
Empaquetado y despliegue
- Servicio con FastAPI y gestión de dependencias
- Versionado de grafos y estrategias de reversión (rollback)
- Playbooks operativos y respuesta a incidentes
Resumen y próximos pasos
Requerimientos
- Conocimiento práctico de Python
- Experiencia en la construcción de aplicaciones LLM o cadenas de prompts
- Conocimiento de APIs REST y JSON
Público objetivo
- Ingenieros de IA
- Gerentes de producto
- Desarrolladores que construyen sistemas interactivos impulsados por LLM