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 el sector financiero
- Repaso de la arquitectura de LangGraph y la ejecución con estado.
- Casos de uso financiero: copilotos de investigación, soporte comercial y agentes de servicio al cliente.
- Restricciones regulatorias y consideraciones de auditabilidad.
Estándares de datos financieros y ontologías
- Conceptos básicos de ISO 20022, FpML y FIX.
- Mapeo de esquemas y ontologías en el estado del grafo.
- Calidad de los datos, linaje y manejo de PII.
Orquestación de flujos de trabajo para procesos financieros
- Flujos de trabajo de alta en KYC y AML.
- Ciclo de vida de las operaciones, excepciones y gestión de casos.
- Adjudicación crediticia y rutas de decisión.
Cumplimiento normativo, riesgos y controles
- Aplicación de políticas y gestión del riesgo del modelo.
- Guardarrailas, aprobaciones y pasos de intervención humana.
- Registros de auditoría, retención y explicabilidad.
Integración y despliegue
- Conexión con sistemas de back office, lagos de datos y APIs.
- Contenerización, secretos y gestión de entornos.
- Pipelines de CI/CD, despliegues por fases y canarios.
Observabilidad y rendimiento
- Registros estructurados, métricas, trazas y monitoreo de costos.
- Pruebas de carga, SLOs y presupuestos de error.
- Respuesta ante incidentes, reversión y patrones de resiliencia.
Calidad, evaluación y seguridad
- Archivos de pruebas de unidad, de escenarios y evaluaciones automatizadas.
- Red teaming, prompts adversarios y comprobaciones 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 los modelos de datos.
Público objetivo
- Tecnólogos de dominio.
- Arquitectos de soluciones.
- Consultores que construyen agentes de LLM en industrias reguladas.