Contattataci

Struttura del corso

Nozioni fondamentali su LangGraph per il settore finanziario

  • Ricapitolazione sull’architettura di LangGraph e sulla gestione dello stato durante l’esecuzione.
  • Utilizzi pratici nel mondo della finanza: assistenti per la ricerca, supporto alle transazioni e agenti per il servizio clienti.
  • Considerazioni relative alla regolamentazione e all’auditabilità dei sistemi.

Standard dati e ontologie finanziarie

  • Nozioni di base su ISO 20022, FpML e FIX.
  • Mappatura degli schemi e delle ontologie nello stato del grafo LangGraph.
  • Gestione della qualità dei dati, della loro provenienza e della protezione delle informazioni personali.

Orchestrazione dei flussi di lavoro finanziari

  • Flussi operativi legati alla verifica KYC e agli standard AML.
  • Gestione del ciclo di vita delle transazioni, delle eccezioni operative e dei casi speciali.
  • Processi decisionali riguardanti la valutazione del credito.

Conformità, gestione dei rischi e controlli di sicurezza

  • Applicazione delle politiche aziendali e controllo dei rischi legati ai modelli algoritmici.
  • Mecanismi di validazione, approvazioni intermedi e intervento umano nei momenti critici.
  • Tracciabilità delle attività, conservazione dei dati e capacità di spiegazione delle decisioni prese.

Integrazione e distribuzione dei sistemi

  • Connessione con sistemi aziendali, data lake e API esterne.
  • Gestione di ambienti complessi: contenitorizzazione, protezione delle credenziali e gestione della configurazione.
  • Utilizzo di pipeline CI/CD, distribuzioni graduali ed implementazioni canary per minimizzare i rischi.

Osservabilità operativa e prestazioni dei sistemi

  • Raccolta strutturata di log, metriche, tracciati e analisi costi per monitorare l’andamento.
  • Test di carico, definizione degli SLO e gestione del budget per gli errori accettabili.
  • Tecniche di risposta agli incidenti, rollback sicuro e implementazione di strategie di resilienza.

Qualità, valutazione e sicurezza delle soluzioni

  • Creazione di unit test, scenari di validazione e strumenti automatici per la verifica continua.
  • Tecniche di attacco simulato e analisi dei prompt dannosi per migliorare la sicurezza generale.
  • Gestione accurata dei dataset, monitoraggio delle variazioni strutturali e strategie di continuo miglioramento.

Conclusioni e prossimi passi

Requisiti

  • Conoscenza di base di Python e dello sviluppo di applicazioni basate su LLM
  • Esperienza nell’utilizzo di API, container o servizi cloud
  • Nozioni fondamentali sui domini finanziari o sui modelli dati utilizzati in tale settore

Destinatari del corso

  • Tecnologi specializzati nel settore finanziario
  • Architetti di soluzioni IT
  • Consulenti incaricati dello sviluppo di agenti LLM in ambiti fortemente regolamentati
 35 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative