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
LangGraph y patrones de agentes: Una introducción práctica
- Grafos frente a cadenas lineales: cuándo y por qué
- Agentes, herramientas y bucles planificador-ejecutor
- Primer flujo de trabajo: un grafo agéntico mínimo
Estado, memoria y paso de contexto
- Diseño del estado del grafo y las interfaces de los nodos
- Memoria a corto plazo frente a memoria persistente
- Ventanas de contexto, resumencia y rehidratación
Lógica de ramificación y flujo de control
- Enrutamiento condicional y decisiones de múltiples rutas
- Reintentos, tiempos de espera y fusibles de circuito (circuit breakers)
- Mecanismos de respaldo, callejones sin salida y nodos de recuperación
Uso de herramientas e integraciones externas
- Llamadas a funciones/herramientas desde nodos y agentes
- Consumo de APIs REST y bases de datos desde el grafo
- Análisis y validación de salidas estructuradas
Flujos de trabajo de agentes aumentados por recuperación (RAG)
- Ingesta de documentos y estrategias de fragmentación
- Embudos (embeddings) y almacenes vectoriales con ChromaDB
- Respuestas fundamentadas con citas y salvaguardas
Evaluación, depuración y observabilidad
- Seguimiento de rutas e inspección de interacciones entre nodos
- Conjuntos dorados, evaluaciones y pruebas de regresión
- Monitoreo de calidad, seguridad, costo y latencia
Empaquetado y entrega
- Servicio con FastAPI y gestión de dependencias
- Control de versiones de grafos y estrategias de reversión
- Manuals de operaciones y respuesta a incidentes
Resumen y siguientes pasos
Requerimientos
- Conocimiento práctico de Python
- Experiencia en la construcción de aplicaciones de LLM o cadenas de indicaciones (prompt chains)
- Familiaridad con APIs REST y JSON
Público objetivo
- Ingenieros de IA
- Gerentes de producto
- Desarrolladores que construyen sistemas interactivos impulsados por LLM