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
Fondamenti di LangGraph per il settore finanziario
- Revisione dell'architettura di LangGraph e dell'esecuzione con stato.
- Casi d'uso nel settore finanziario: copilot di ricerca, supporto al trading, agenti per l'assistenza clienti.
- Vincoli normativi e considerazioni sulla tracciabilità (auditability).
Standard dei dati finanziari e ontologie
- Nozioni di base su ISO 20022, FpML e FIX.
- Mappatura di schemi e ontologie nello stato del grafico.
- Qualità dei dati, genealogia (lineage) e gestione dei PII (dati personali identificabili).
Orchestrazione dei flussi di lavoro per i processi finanziari
- Flussi di lavoro per l'onboarding KYC e AML.
- Ciclo di vita delle transazioni, eccezioni e gestione dei casi.
- Valutazione del credito e percorsi decisionali.
Conformità, rischio e controlli
- Applicazione delle politiche e gestione del rischio del modello.
- Limiti di sicurezza (guardrails), approvazioni e passaggi di interazione uomo-macchina.
- Tracce di audit, conservazione dei dati e spiegabilità.
Integrazione e implementazione
- Connessione a sistemi core, data lake e API.
- Containerizzazione, segreti e gestione degli ambienti.
- Pipeline CI/CD, rollout gradualità e canary releases.
Osservabilità e prestazioni
- Log strutturati, metriche, tracce e monitoraggio dei costi.
- Test di carico, SLO e budget degli errori.
- Risposta agli incidenti, rollback e modelli di resilienza.
Qualità, valutazione e sicurezza
- Unit test, scenari di test e cornici (harness) di valutazione automatizzata.
- Red teaming, prompt avversariali e controlli di sicurezza.
- Curatela dei dataset, monitoraggio del drift e miglioramento continuo.
Riepilogo e prossimi passi
Requisiti
- Conoscenza di Python e dello sviluppo di applicazioni LLM
- Esperienza con API, container o servizi cloud
- Familiarità di base con i domini finanziari o i modelli di dati
Target
- Tecnologi di dominio
- Architetti di soluzioni
- Consulenti che sviluppano agenti LLM in settori regolamentati