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.
Temario del curso
LangGraph y Patrones de Agentes: Una Guía Práctica
- Grafos vs. cadenas lineales: cuándo y por qué
- Agentes, herramientas y bucles planificador-ejecutor
- Hola mundo del flujo de trabajo: un grafo agentivo mínimo
Estado, Memoria y Paso de Contexto
- Diseño del estado del grafo e interfaces de nodos
- Memoria a corto plazo vs. memoria persistente
- Ventanas de contexto, resumen y reconstrucción
Lógica de Ramificación y Flujo de Control
- Enrutamiento condicional y decisiones multicaminos
- Reintentos, tiempos de espera y disyuntores (circuit breakers)
- Alternativas, caminos sin salida y nodos de recuperación
Uso de Herramientas e Integraciones Externas
- Llamada 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 Mejorados con Recuperación
- Ingestión de documentos y estrategias de fragmentación
- Embeddings y almacenes vectoriales con ChromaDB
- Respuestas fundamentadas con citas y salvaguardas
Evaluación, Depuración y Observabilidad
- Rastreo de caminos e inspección de interacciones entre nodos
- Conjuntos de referencia, evaluaciones y pruebas de regresión
- Monitoreo de calidad, seguridad y costo/latencia
Empaquetado y Entrega
- Servicio con FastAPI y gestión de dependencias
- Versionado de grafos y estrategias de retroceso
- Manuales operativos y respuesta a incidentes
Resumen y Próximos Pasos
Requerimientos
- Conocimiento práctico de Python
- Experiencia construyendo aplicaciones LLM o cadenas de prompts
- Familiaridad con APIs REST y JSON
Audiencia
- Ingenieros de IA
- Gerentes de producto
- Desarrolladores que construyen sistemas interactivos impulsados por LLM
14 Horas