Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 35 timmar
Kursplan
Avancerad LangGraph-arkitektur
- Graftopologimönster: noder, kanter, rutter och undergrafer
- Tillståndsmodellering: kanaler, meddelandesamtal och persistence
- DAG kontra cykliska flöden och hierarkisk sammansättning
Prestanda och optimering
- Parallelisering och konkurrenmönster i Python
- Cachning, partier, anrop av verktyg och strömmar
- Kostnadskontroll och strategi för tokenbudget
Tillförlitlig teknikutveckling (Reliability Engineering)
- Återförsök, tidsgränser, backoff och circuit breaking
- Idempotens och eliminering av dubbla steg
- Checkpointing och återställning med hjälp av lokala eller molnlagringar
Felsökning av komplexa grafer
- Steg för steg-exekvering och torrlöpare
- Tillståndsinspektion och händelseförspårning
- Reproduktion av produktionsproblem med seeds och fixtures
Observabilitet och övervakning
- Strukturerad loggning och distribuerad spårning
- Operativa metrik: latens, tillförlitlighet, tokenanvändning
- Instrumentbrädor, varningar och SLO-sporning
Deployning och drift
- Ställa in grafer som tjänster och containrar
- Konfigurationshantering och hantering av hemligheter (secrets)
- CI/CD-pipelines, rullande uppdateringar och canary-releases
Kvalitet, testning och säkerhet
- Enhetstester, scenarietester och automatiska evalueringsramverk
- Säkerhetsbarriärer, innehållsfiltrering och hantering av PII
- Red-teaming och kaosexperiment för robusthet
Sammanfattning och nästa steg
Krav
- Insikt i Python och asynkron programmering
- Erfarenhet av utveckling av LLM-applikationer
- Kännedom om grundläggande koncept i LangGraph eller LangChain
Målgrupp
- AI-plattformstekniker
- DevOps-specialister inom AI
- ML-arkitekter som hanterar produktionsmässiga LangGraph-system