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.
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