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 en aplicaciones de LLMs: orquestación vs. 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 vs. persistido
Ramificación, flujo de control y manejo de errores
- Enrutamiento condicional y flujos de trabajo de múltiples rutas
- Reintentos, tiempos de espera y estrategias de respaldo
- Idempotencia y re-ejecuciones seguras
Herramientas e integraciones externas
- Llamadas a 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 (Retrieval-Augmented)
- Ingesta de documentos y conceptos básicos de segmentación (chunking)
- Embeddings y almacenes vectoriales (p. ej., ChromaDB)
- Respuestas fundamentadas con citas
Pruebas, depuración y evaluación
- Pruebas de estilo unitario para nodos y rutas
- Rastreo y observabilidad
- Controles de calidad: facticidad, seguridad y determinismo
Fundamentos de empaquetado e implementación
- Configuración del entorno y gestión de dependencias
- Servicio de grafos detrás de APIs
- Versión de flujos de trabajo y actualizaciones graduales
Resumen y próximos pasos
Requerimientos
- Conocimiento de programación básica en Python.
- Experiencia con APIs REST o herramientas de línea de comandos (CLI).
- Conocimiento de los conceptos de LLMs y los fundamentos de la ingeniería de prompts.
Público objetivo
- Desarrolladores e ingenieros de software nuevos en la orquestación de LLMs basados en grafos.
- Ingenieros de prompts y nuevos en IA que construyen aplicaciones de LLMs de múltiples pasos.
- Profesionales de datos que exploran la automatización de flujos de trabajo con LLMs.
