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 vs. cadenas lineales: cuándo y por qué
- Agentes, herramientas y bucles planificador-ejecutor
- Primer flujo de trabajo: un grafo agéntico mínimo
Estado, memoria y transferencia de contexto
- Diseño del estado del grafo y las interfaces de los nodos
- Memoria a corto plazo vs. memoria persistida
- Ventanas de contexto, resumimiento y rehidratación
Lógica de bifurcación y flujo de control
- Enrutamiento condicional y decisiones de múltiples rutas
- Reintentos, tiempo de espera (timeouts) e interruptores de circuito (circuit breakers)
- Opciones 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 API 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 segmentación (chunking)
- Representaciones vectoriales (embeddings) y almacenes vectoriales con ChromaDB
- Respuestas basadas en hechos con citas y salvaguardas
Evaluación, depuración y observabilidad
- Trazado de rutas y revisión de interacciones entre nodos
- Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión
- Monitoreo de calidad, seguridad, costos y latencia
Empaquetado y despliegue
- Servicio mediante FastAPI y gestión de dependencias
- Versionado de grafos y estrategias de reversión (rollback)
- Manuales de operaciones y respuesta a incidentes
Resumen y próximos pasos
Requerimientos
- Conocimiento práctico de Python
- Experiencia en la construcción de aplicaciones LLM o cadenas de indicaciones (prompts)
- Conocimiento de API REST y JSON
Público objetivo
- Ingenieros de IA
- Gerentes de producto
- Desarrolladores que construyen sistemas interactivos impulsados por LLM