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 35 horas
Temario del curso
Fundamentos de LangGraph para Finanzas
- Repaso de la arquitectura de LangGraph y la ejecución con estado.
- Casos de uso financieros: copilotas de investigación, soporte de operaciones y agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones de auditabilidad.
Estándares y Ontologías de Datos Financieros
- Conceptos básicos de ISO 20022, FpML y FIX.
- Mapeo de esquemas y ontologías en el estado del grafo.
- Calidad de datos, linaje y tratamiento de PII (Información Personal Identificable).
Orquestación de Flujos de Trabajo para Procesos Financieros
- Flujos de incorporación KYC (Conozca a su Cliente) y AML (Ley contra el Lavado de Dinero).
- Ciclo de vida de las operaciones, gestión de excepciones y gestión de casos.
- Adjudicación de crédito y rutas de toma de decisiones.
Cumplimiento, Riesgo y Controles
- Aplicación de políticas y gestión del riesgo del modelo.
- Medidas de protección (guardrails), aprobaciones y pasos de intervención humana.
- Rastreo de auditoría, retención de datos y explicabilidad.
Integración y Despliegue
- Conexión con sistemas principales, lagos de datos y APIs.
- Contenerización, gestión de secretos y administración de entornos.
- Pipelines de CI/CD, despliegues por etapas y despliegues canario.
Observabilidad y Rendimiento
- Registros estructurados, métricas, trazas y monitoreo de costos.
- Pruebas de carga, SLOs (Objetivos de Nivel de Servicio) y presupuestos de errores.
- Respuesta a incidentes, retrocesos (rollback) y patrones de resiliencia.
Calidad, Evaluación y Seguridad
- Arneses de evaluación automatizados para pruebas unitarias y de escenarios.
- Pruebas de equipo rojo (red teaming), prompts adversarios y verificaciones de seguridad.
- Curaduría de conjuntos de datos, monitoreo de deriva y mejora continua.
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de Python y desarrollo de aplicaciones de LLM
- Experiencia con APIs, contenedores o servicios en la nube
- Familiaridad básica con los dominios financieros o modelos de datos
Público Objetivo
- Tecnólogos de dominio
- Arquitectos de soluciones
- Consultores que construyen agentes de LLM en industrias reguladas