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
Introduzione a LangGraph e ai concetti base sui grafi
- Il perché utilizzare i grafi per le applicazioni LLM: vantaggi rispetto alle semplici catene di esecuzione;
- Nodi, archi e gestione dello stato in LangGraph;
- Primo passo con LangGraph: creazione del primo grafo eseguibile.
Gestione dello stato e concatenazione dei prompt
- Progettazione dei prompt come nodi all’interno del grafo;
- Trasferimento dello stato tra i vari nodi e gestione degli output;
- Modelli di memoria: contesto temporaneo contro contesto persistente.
Ramificazioni, flusso di controllo ed elaborazione degli errori
- Routizzazione condizionale e creazione di percorsi multipli nel grafo;
- Strategie di retry, timeout e risoluzione in caso di errore;
- Come garantire l’idempotenza e la sicurezza nelle riesecuzioni.
Strumenti e integrazione con sistemi esterni
- Chiamata a funzioni o strumenti direttamente da nodi del grafo;
- Utilizzo di API REST e servizi esterni all’interno dei flussi lavorativi;
- Gestione di output strutturati.
Flussi di lavoro potenziati dal recupero dati
- Nozioni base sull’acquisizione e la suddivisione in blocchi dei documenti;
- Utilizzo degli embedding e dei database vettoriali (ad esempio ChromaDB);
- Risposte contestualmente corrette, supportate da citazioni.
Test, debuggaggio ed evaluation delle applicazioni
- Esecuzione di test simili a quelli unitari per i singoli nodi e per l’intero percorso;
- Tecniche di tracciamento e osservabilità dei flussi lavorativi;
- Verifica della correttezza fattuale, della sicurezza e del comportamento deterministico.
Nozioni base su packaging e distribuzione
- Configurazione dell’ambiente di sviluppo e gestione delle dipendenze;
- Pubblicazione dei grafi tramite API;
- Gestione delle versioni e aggiornamenti progressivi.
Sintesi finale e prossimi passi
Requisiti
- Conoscenza di base della programmazione in Python;
- Esperienza nell’utilizzo di API REST o strumenti a riga di comando;
- Familiarità con i concetti dei LLM e le basi dell’ingegneria dei prompt.
Destinatari del corso
- Sviluppatori ed ingegneri software alle prime armi nell’ambito della coordinazione di flussi lavorativi a base di LLM;
- Ingegneri dei prompt e professionisti dell’AI che desiderano creare applicazioni composte da più fasi;
- Professionisti dei dati interessati all’automazione dei processi tramite i LLM.
14 ore
