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 de planificador-ejecutor
- Flujo de trabajo básico: un grafo de agente minimalista
Estado, Memoria y Paso de Contexto
- Diseño del estado del grafo y las interfaces de nodos
- Memoria a corto plazo frente a memoria persistida
- Ventanas de contexto, resúmenes y rehidratación
Lógica de Ramificación y Control de Flujo
- Enrutamiento condicional y decisiones de múltiples rutas
- Reintentos, tiempos de espera y interruptores de circuito (circuit breakers)
- Alternativas, callejones sin salida y nodos de recuperación
Uso de Herramientas e Integraciones Externas
- Llamadas de funciones/herramientas desde nodos y agentes
- Consumo de APIs REST y bases de datos desde el grafo
- Analisis y validación de salidas estructuradas
Flujos de Trabajo de Agentes con Recuperación de Información (RAG)
- Ingesta de documentos y estrategias de fragmentación (chunking)
- Embeddings y almacenes vectoriales con ChromaDB
- Respuestas fundamentadas con citas y salvaguardas
Evaluación, Depuración y Observabilidad
- Trazado de rutas e inspección de interacciones de nodos
- Conjuntos estándar (Golden sets), evaluaciones y pruebas de regresión
- Monitoreo de calidad, seguridad y costo/latencia
Empaquetado y Entrega
- Servicio con FastAPI y gestión de dependencias
- Versión de grafos y estrategias de reversión (rollback)
- Playbooks operativos y respuesta a incidentes
Resumen y Próximos Pasos
Requerimientos
- Conocimiento funcional de Python
- Experiencia en la construcción de aplicaciones LLM o cadenas de prompts
- Familiaridad con APIs REST y JSON
Público Objetivo
- Ingenieros de IA
- Gestores de producto
- Desarrolladores que construyen sistemas interactivos impulsados por LLM