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
- Ripasso dell'architettura di LangGraph e dell'esecuzione statale.
- Casi d'uso finanziari: copilote per la ricerca, supporto al trading, agenti per l'assistenza clienti.
- Vincoli regolamentari e considerazioni in materia di auditabilità.
Standard dei dati finanziari e ontologie
- Nozioni di base su ISO 20022, FpML e FIX.
- Mapping di schemi e ontologie nello stato del grafo.
- Qualità dei dati, lineage (pedigree dei dati) e gestione delle PII (dati personali identificativi).
Orchestrazione dei workflow per i processi finanziari
- Workflow di onboarding per KYC (Know Your Customer) e AML (Anti-Money Laundering).
- Ciclo di vita delle transazioni, gestione delle eccezioni e dei casi.
- Valutazione del credito e percorsi decisionali.
Conformità, rischio e controlli
- Applicazione delle policy e gestione del rischio dei modelli.
- Guardrail, approvazioni e passaggi con coinvolgimento umano (human-in-the-loop).
- Tracce di audit, conservazione dei dati e spiegabilità.
Integrazione e distribuzione
- Connessione a sistemi core, data lake e API.
- Containerizzazione, gestione delle segrete e degli ambienti.
- Pipeline CI/CD, roll-out graduali e strategie canary.
Osservabilità e prestazioni
- Log strutturati, metriche, tracce e monitoraggio dei costi.
- Test di carico, SLO (Service Level Objectives) e budget di errore.
- Reazione agli incidenti, rollback e modelli di resilienza.
Qualità, valutazione e sicurezza
- Unit test, test di scenario e harness di valutazione automatizzati.
- Red teaming, prompt avversariali e controlli di sicurezza.
- Curatela dei dataset, monitoraggio del drift e miglioramento continuo.
Sintesi e prossimi passi
Requisiti
- Conoscenza di Python e sviluppo di applicazioni basate su LLM.
- Esperienza con API, container o servizi cloud.
- Familiarità di base con i domini finanziari o con i modelli dati.
Pubblico di riferimento
- Technologisti di dominio.
- Architetti di soluzioni.
- Consulenti che sviluppano agenti LLM in settori regolamentati.