Entrar em Contato

Programa do Curso

Arquitetura Avançada do LangGraph

  • Padrões de topologia do grafo: nós, arestas, roteadores e subgrafos
  • Modelagem de estado: canais, passagem de mensagens e persistência
  • Fluxos em DAG versus cíclicos e composição hierárquica

Performance e Otimização

  • Padrões de paralelismo e concorrência em Python
  • Caching, loteamento, chamadas de ferramentas e streaming
  • Controles de custo e estratégias de orçamento de tokens

Engenharia de Confiabilidade

  • Tentativas de repetição, tempos limite, backoff e circuit breaking
  • Idempotência e deduplicação de etapas
  • Checkpointing e recuperação usando repositórios locais ou em nuvem

Depuração de Grafos Complexos

  • Execução passo a passo e testes secos (dry runs)
  • Inspecção de estado e rastreamento de eventos
  • Reprodução de problemas em produção usando sementes (seeds) e fixtures

Observabilidade e Monitoramento

  • Logging estruturado e rastreamento distribuído
  • Métricas operacionais: latência, confiabilidade e uso de tokens
  • Painéis (dashboards), alertas e acompanhamento de SLOs

Implantação e Operações

  • Embalagem dos grafos como serviços e contêineres
  • Gestão de configurações e manipulação de segredos
  • Pipelines CI/CD, lançamentos graduais e estratégias canary

Qualidade, Testes e Segurança

  • Avaliações automatizadas, cenários e testes unitários
  • Guardrails (barreiras de segurança), filtragem de conteúdo e manipulação de dados sensíveis (PII)
  • Red teaming e experimentos de caos para robustez

Resumo e Próximos Passos

Requisitos

  • Conhecimento de Python e programação assíncrona
  • Experiência com desenvolvimento de aplicações LLM
  • Familiaridade com conceitos básicos do LangGraph ou LangChain

Público-Alvo

  • Engenheiros de plataforma de IA
  • Profissionais de DevOps para IA
  • Arquitetos de ML que gerenciam sistemas LangGraph em produção
 35 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas