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 los conceptos de grafos
- Por qué usar grafos para aplicaciones de LLM: orquestación frente a cadenas simples
- Nodos, aristas y estado en LangGraph
- Hola LangGraph: el 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 frente a contexto persistente
Bifurcación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples rutas
- Reintentos, límites de tiempo y estrategias de respaldo
- Idempotencia y reejecuciones seguras
Herramientas e integraciones externas
- Llamado de funciones/herramientas desde nodos de grafo
- Llamado de APIs REST y servicios dentro del grafo
- Trabajo con salidas estructuradas
Flujos de trabajo aumentados con recuperación de información (Retrieval-Augmented)
- Ingesta de documentos y fragmentación básica (chunking)
- Embeddings y almacenes vectoriales (p. ej., ChromaDB)
- Respuestas fundamentadas con citas
Pruebas, depuración y evaluación
- Pruebas de estilo unitario para nodos y rutas
- Trazado y observabilidad
- Controles de calidad: factualidad, seguridad y determinismo
Fundamentos de empaquetado e implementación
- Configuración del entorno y gestión de dependencias
- Servicio de grafos detrás de APIs
- Versionado de flujos de trabajo y actualizaciones progresivas (rolling updates)
Resumen y siguientes pasos
Requerimientos
- Comprensión de la programación básica en Python
- Experiencia con APIs REST o herramientas de línea de comandos (CLI)
- Familiaridad con los conceptos de LLM y los fundamentos de la ingeniería de prompts
Público objetivo
- Desarrolladores e ingenieros de software que se inicien en la orquestación de LLM basada en grafos
- Ingenieros de prompts y personas nuevas en IA que construyan aplicaciones de LLM multi-pasos
- Profesionales de datos que exploren la automatización de flujos de trabajo con LLM