Struttura del corso

Architettura Avanzata LangGraph

  • Patterning della topologia del grafo: nodi, archi, router, sottografi
  • Modellazione dello stato: canali, passaggio di messaggi, persistenza
  • DAG vs flussi ciclici e composizione gerarchica

Ottimizzazione e Prestazioni

  • Patterning di parallelismo e concorrenza in Python
  • Caching, batching, chiamata degli strumenti, e streaming
  • Controlli dei costi e strategie di budgeting per i token

Ingegneria della affidabilità

  • Ritentativi, timeout, backoff e circuit breaking
  • Idempotenza e deduplicazione delle fasi
  • Punti di controllo e recupero utilizzando archivi locali o cloud

Debugging di grafi complessi

  • Esecuzione passo-passo e esecuzioni secche
  • Istradamento dello stato ed event tracing
  • Riproduzione di problemi di produzione con seed e fixtures

Osservabilità e Monitoraggio

  • Logging strutturato e tracciamento distribuito
  • Metriche operative: latenza, affidabilità, utilizzo dei token
  • Pannello di controllo, allarmi e tracciamento degli SLO

Distribuzione ed Operazioni

  • Impacchettazione dei grafi come servizi e contenitori
  • Gestione delle configurazioni e gestione dei segreti
  • Pipeline CI/CD, rollouts e canari

Qualità, Test e Sicurezza

  • Harness di test unitario, scenari e automatizzati
  • Barricate, filtraggio del contenuto e gestione del PII
  • Esperimenti Red teaming e caos per la robustezza

Riepilogo e Passaggi Successivi

Requisiti

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

Pubblico

  • Ingegneri di piattaforme AI
  • DevOps per AI
  • Architetti ML che gestiscono sistemi di produzione LangGraph
 35 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative