Kom i kontakt
 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

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier