Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
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