Contattataci
 Durata 35 ore

Struttura del corso

Architettura avanzata di LangGraph

  • Pattern di topologia dei grafi: nodi, archi, router, sottografi
  • Modellazione dello stato: canali, passaggio di messaggi, persistenza
  • Flussi DAG vs ciclici e composizione gerarchica

Prestazioni e ottimizzazione

  • Pattern di parallelismo e concorrenza in Python
  • Cache, batching, tool calling e streaming
  • Controlli sui costi e strategie di budget dei token

Progettazione per l'affidabilità

  • Retry, timeout, backoff e circuit breaking
  • Idempotenza e deduplicazione degli step
  • Checkpointing e recupero utilizzando store locali o cloud

Debug di grafi complessi

  • Esecuzione passo-passo e dry run
  • Ispezione dello stato e tracciamento degli eventi
  • Riproduzione dei problemi di produzione con seed e fixture

Osservabilità e monitoraggio

  • Logging strutturato e tracing distribuito
  • Metriche operative: latenza, affidabilità, utilizzo dei token
  • Dashboard, alert e monitoraggio degli SLO

Implementazione e operazioni

  • Confezionamento dei grafi come servizi e container
  • Gestione della configurazione e dei segreti
  • Pipeline CI/CD, rollout e canary

Qualità, test e sicurezza

  • Test unitari, di scenario e harness di valutazione automatizzati
  • Guardrail, filtraggio dei contenuti e gestione dei PII
  • Red teaming e esperimenti di caos per la robustezza

Riepilogo e prossimi passi

Requisiti

  • Conoscenza di Python e programmazione asincrona
  • Esperienza nello sviluppo di applicazioni LLM
  • Familiarità con i concetti base di LangGraph o LangChain

Pubblico di riferimento

  • Ingegneri di piattaforme AI
  • DevOps per l'AI
  • Architetti ML che gestiscono sistemi LangGraph in produzione

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative