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
- Flujo de trabajo básico: un grafo agéntico mínimo
Estado, memoria y transmisión de contexto
- Diseño del estado del grafo y las interfaces de nodos
- Memoria a corto plazo frente a memoria persistente
- Ventanas de contexto, resumenes y rehidratación
Lógica de bifurcación y flujo de control
- Enrutamiento condicional y decisiones de múltiples caminos
- Reintentos, temporizadores de espera (timeouts) y disyuntores (circuit breakers)
- Alternativas (fallbacks), 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 con recuperación (RAG)
- Ingesta de documentos y estrategias de segmentación (chunking)
- Embebidos (embeddings) y almacenes vectoriales con ChromaDB
- Respuestas fundamentadas con citas y salvaguardas
Evaluación, depuración y observabilidad
- Rastreo 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 despliegue
- Servicio FastAPI y gestión de dependencias
- Versionado de grafos y estrategias de reversión (rollback)
- Manuales operativos y respuesta a incidentes
Resumen y próximos pasos
Requerimientos
- Conocimientos funcionales de Python
- Experiencia en la creación de aplicaciones LLM o cadenas de prompts
- Conocimiento de API REST y JSON
Audiencia
- Ingenieros de IA
- Gestores de producto
- Desarrolladores que construyen sistemas interactivos impulsados por LLM