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
Arquitectura avanzada de LangGraph
- Patrones en la topología de grafos: nodos, aristas, routers y subgrafos
- Modelado del estado: canales, intercambio de mensajes y persistencia de datos
- Flujos no cíclicos frente a flujos cíclicos y composición jerárquica de grafos
Rendimiento y optimización
- Técnicas de paralelismo y concurrencia en Python
- Uso eficiente del almacenamiento en caché, agrupación de peticiones, invocación de herramientas y transmisión continua de datos
- Estrategias para limitar costos y gestionar el consumo de tokens
Ingeniería de fiabilidad
- Mecanismos como reintentos, tiempos de espera, retrasos progresivos y ruptura de circuito
- Aplicación de idempotencia y eliminación de redundancias en las operaciones del grafo
- Uso de puntos de control para la recuperación frente a errores, ya sea localmente o en servicios cloud
Depuración de grafos complejos
- Ejecución paso a paso y simulaciones sin modificaciones reales en el entorno
- Inspección detallada del estado interno y rastreo de eventos generados durante la ejecución
- Métodos para reproducir situaciones críticas observadas en producción mediante semillas y datos simulados
Observabilidad y monitoreo
- Registro estructurado de información e implementación de trazas distribuidas para el análisis detallado
- Medición clave del rendimiento: latencia, fiabilidad y uso de tokens en cada ejecución
- Creación de paneles de control y mecanismos de alerta, así como seguimiento estricto de los objetivos de servicio definidos
Despliegue y operaciones continuas
- Empaquetado eficaz de grafos como servicios o contenedores listos para su despliegue
- Gestión inteligente de configuraciones y manejo seguro de credenciales confidenciales
- Automatización del ciclo completo mediante pipelines CI/CD, lanzamientos controlados y estrategias de implementación canary
Calidad, validación y seguridad sistemática
- Diseño y ejecución de pruebas unitarias, simulaciones contextuales y herramientas automáticas para la evaluación funcional
- Implementación rigurosa de controles preventivos como filtrado de contenidos sensibles e identificación fiable de datos personales protegidos
- Evaluaciones proactivas, como simulacros “red teaming” y experimentos intencionados para generar situaciones extremas, que refuerzan la estabilidad del sistema en entornos imprevisibles
Resumen final y siguientes pasos recomendados
Requerimientos
- Conocimientos básicos de Python y programación asíncrona
- Experiencia previa en desarrollo de aplicaciones con LLM
- Familiaridad con conceptos fundamentales de LangGraph o LangChain
Público objetivo
- Ingenieros de plataformas de IA
- Profesionales DevOps especializados en inteligencia artificial
- Arquitectos de Machine Learning responsables de gestionar sistemas LangGraph en producción
35 Horas
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 7250 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales