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
Introducción a LangGraph y conceptos básicos sobre grafos
- ¿Por qué utilizar grafos para aplicaciones con modelos LLM? Diferencias entre orquestación compleja y cadenas simples.
- Nodos, aristas y estado en LangGraph: aspectos esenciales a conocer.
- Primeros pasos: ejecución del primer grafo con LangGraph.
Gestión del estado y encadenamiento de prompts
- Diseño de prompts como nodos dentro del grafo.
- Transferencia de información entre nodos y manejo adecuado de resultados obtenidos.
- Mecanismos de memoria: contexto temporal frente a datos persistidos.
Bifurcaciones, flujos de control y manejo de errores
- Enrutamiento condicional y definición de rutas múltiples en el grafo.
- Estrategias recomendadas para reintentos, límites de tiempo y respuestas alternativas ante fallos.
- Prácticas idóneas para garantizar ejecuciones seguras y repetibles.
Herramientas e integración con servicios externos
- Llamadas a funciones o herramientas desde nodos definidos en el grafo.
- Comunicación con APIs REST y otros servicios externos dentro del flujo gráfico.
- Trabajo con salidas estructuradas generadas por los modelos.
Flujos de trabajo basados en recuperación de información
- Conceptos básicos sobre importación y segmentación de documentos.
- Uso de embeddings y repositorios vectoriales (como ChromaDB).
- Generación de respuestas contextualizadas, acompañadas de referencias específicas.
Validación, diagnóstico y evaluación preliminar
- Aplicación de técnicas de prueba similares a las utilizadas en programación unitaria para nodos y rutas del grafo.
- Herramientas de rastreo y monitoreo del comportamiento de los flujos de trabajo.
- Evaluación crítica: verificación de precisión factual, seguridad y coherencia lógica en las respuestas generadas.
Principios básicos para empaquetado e implementación
- Configuración inicial del entorno de desarrollo y gestión adecuada de dependencias.
- Publicación del grafo como servicio accesible a través de interfaces API.
- Estrategias eficaces para versionado de flujos de trabajo y despliegue gradual de actualizaciones.
Resumen final y orientación hacia próximos pasos
Requerimientos
- Conocimientos básicos de programación en Python
- Experiencia previa con APIs REST o herramientas de línea de comandos
- Familiaridad con conceptos generales sobre modelos LLM y técnicas de ingeniería de prompts
Público objetivo
- Desarrolladores e ingenieros de software que se inician en la orquestación de modelos LLM mediante estructuras gráficas.
- Ingenieros de prompts y personas sin experiencia previa en IA que deseen desarrollar aplicaciones complejas basadas en modelos LLM.
- Profesionales del área de datos interesados en la automatización de flujos de trabajo mediante modelos de lenguaje.
14 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 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales