Contattataci

Struttura del corso

Architettura avanzata di LangGraph

  • Tipologie strutturali dei grafi: nodi, archi, router e sottograhi
  • Modellizzazione dello stato: canali di comunicazione, passaggio di messaggi e persistenza
  • Grafi aciclici vs ciclici e composizione gerarchica dei grafi

Prestazioni ed ottimizzazione

  • Modelli di parallelismo e concorrenza in Python
  • Tecniche di caching, raggruppamento delle richieste, chiamate strumenti e streaming dei dati
  • Gestione dei costi ed strategie per il controllo dell’utilizzo di token

Ingegneria della affidabilità

  • Implementazione di meccanismi di retry, timeout, backoff e circuit breaker
  • Garantire l’idempotenza e la non duplicazione delle operazioni nel grafo
  • Recupero automatico da errori tramite checkpoint salvati in sistemi locali o cloud

Debugging dei grafi complessi

  • Esecuzione passo-passo e simulazioni di esecuzione senza effetti pratici
  • Ispezione dettagliata dello stato corrente e tracciamento degli eventi avvenuti
  • Riproduzione in modo accurato dei problemi riscontrati in produzione grazie all’uso di seed e dati preimpostati

Osservabilità e monitoraggio

  • Implementazione di log strutturati e tracing distribuito
  • Misurazione delle prestazioni: latenza, affidabilità e quantità di token utilizzati
  • Creazione di dashboard, impostazione di alert e monitoraggio degli SLO

Distribuzione ed operatività

  • Pacchettizzare i grafi per l’uso come servizi o contenitori
  • Gestione delle configurazioni e sicurezza dei dati riservati
  • Configurazione di pipeline CI/CD, rilasci controllati e distribuzioni canary

Qualità, test e sicurezza

  • Sviluppo di unit test, simulazioni di scenari ed esercizi di valutazione automatizzati
  • Implementazione di controlli automatici per la conformità dei contenuti e protezione da informazioni sensibili (PII)
  • Esecuzione di test di robustezza tramite tecniche red teaming ed esperimenti caotici

Riepilogo e prossimi passi da intraprendere

Requisiti

  • Conoscenza di Python e della programmazione asincrona
  • Esperienza nello sviluppo di applicazioni basate su modelli linguistici
  • Familiarità con i concetti fondamentali di LangGraph o LangChain

Destinatari del corso

  • Ingegneri di piattaforme AI
  • Professionisti DevOps per l’AI
  • Architetti ML responsabili della gestione dei sistemi LangGraph in produzione
 35 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative