Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Durata 35 ore
Schița de curs
Arhitectură avansată LangGraph
- Modele de topologie a graph-ului: noduri, muchii, routere, subgraph-uri
- Modelarea stării: canale, transmiterea mesajelor, persistență
- Fluxuri DAG versus ciclice și compoziție ierarhică
Performanță și optimizare
- Modele de paralelism și concurență în Python
- Cachare, batching, tool calling și streaming
- Controale de cost și strategii de bugetare pentru tokens
Ingineria fiabilității
- Retry-uri, timeouts, backoff și circuit breaking
- Idempotență și deduplicare a pașilor
- Checkpointing și recuperare folosind stocare locală sau în cloud
Debugging pentru graph-uri complexe
- Execuție pas cu pas și runde de testare (dry runs)
- Inspectarea stării și trasarea evenimentelor
- Reproducerea problemelor din producție folosind seeds și fixture-uri
Observabilitate și monitorizare
- Logare structurat și tracing distribuit
- Metrics operaționale: latență, fiabilitate, utilizarea tokens
- Dashboards, alerte și urmărirea SLO-urilor
Desplecare și operațiuni
- Impachetarea graph-urilor ca servicii și contenery
- Gestiunea configurărilor și tratarea secretelor
- Pipelines CI/CD, rollout-uri și canary releases
Calitate, testare și siguranță
- Teste unitare, de scenar și harness-uri de evaluare automatizate
- Guardrails, filtrarea conținutului și gestionarea PII
- Red teaming și experimente de tip chaos pentru robustate
Sinteza și pașii următori
Cerințe
- Cunoașterea Python și a programării asincrone
- Experiență în dezvoltarea aplicațiilor LLM
- Familiaritate cu conceptele de bază ale LangGraph sau LangChain
Public Țintă
- Ingineri de platforme AI
- DevOps pentru AI
- Arhitecți ML care gestionează sisteme LangGraph în producție