Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Zaawansowana Architektura LangGraph
- Wzorce topologii grafu: węzły, krawędzie, routery, podgrafy
- Modelowanie stanu: kanały, przekazywanie wiadomości, trwałość
- DAG w porównaniu z cyklicznymi przepływami i hierarchiczną kompozycją
Wydajność i Optymalizacja
- Wzorce równoległości i współbieżności w Pythonie
- Pamięć podręczna, pakiowanie, wywoływanie narzędzi i strumieniowanie
- Kontrola kosztów i strategie budżetowania tokenów
Inżynieria Niezawodności
- Powtarzanie, timeouty, opóźnienia i wyłączanie obwodów
- Idempotencja i usuwanie duplikatów kroków
- Punkt kontrolny i odzyskiwanie za pomocą lokalnych lub chmurowych magazynów
Debugowanie Skomplikowanych Grafów
- Wykonanie kroku po kroku i suche uruchomienia
- Inspekcja stanu i śledzenie zdarzeń
- Reprodukowanie problemów produkcyjnych za pomocą ziarna i zamocowań
Obserwowalność i Monitoring
- Strukturalne logowanie i rozproszone śledzenie
- Metryki operacyjne: opóźnienie, niezawodność, zużycie tokenów
- Panel sterowania, alerty i śledzenie SLO
Wdrażanie i Operacje
- Pakowanie grafu jako usługi i kontenerów
- Zarządzanie konfiguracją i obsługą tajemnic
- Pipeliny CI/CD, wdrożenia i kanarki
Jakość, Testowanie i Bezpieczeństwo
- Jednostkowe, scenariuszowe i automatyczne ramy oceniania
- Barierki, filtrowanie treści i obsługa PII
- Red teaming i eksperymenty chaosu dla odporności
Podsumowanie i Kolejne Kroki
Wymagania
- Zrozumienie języka Python i programowania asynchronicznego
- Doświadczenie w tworzeniu aplikacji LLM
- Znajomość podstawowych pojęć LangGraph lub LangChain
Grupa docelowa
- Inżynierowie platform AI
- DevOps dla AI
- Architekci ML zajmujący się systemami LangGraph w produkcji
35 godzin