Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 35 horas
Programa do Curso
Fundamentos do LangGraph para Finanças
- Revisão da arquitetura do LangGraph e da execução com estado.
- Casos de uso financeiro: copilotos de pesquisa, suporte a operações de negociação e agentes de serviço ao cliente.
- Restrições regulamentares e considerações sobre a capacidade de auditoria.
Padrões de Dados Financeiros e Ontologias
- Fundamentos de ISO 20022, FpML e FIX.
- Mapeamento de esquemas e ontologias para o estado do grafo.
- Qualidade dos dados, linhagem (lineage) e tratamento de PII (Informações Pessoais Identificáveis).
Orquestração de Fluxos de Trabalho para Processos Financeiros
- Fluxos de trabalho de onboarding para KYC (Know Your Customer) e AML (Anti-Money Laundering).
- Ciclo de vida de transações, exceções e gestão de casos.
- Adjudicação de crédito e caminhos de decisão.
Conformidade, Risco e Controlos
- Aplicação de políticas e gestão de risco de modelos.
- Guardrails, aprovações e passos humanos no processo (human-in-the-loop).
- Trilhas de auditoria, retenção e explicabilidade.
Integração e Implantação
- Conexão com sistemas de core, data lakes e APIs.
- Containerização, segredos (secrets) e gestão de ambientes.
- Pipelines de CI/CD, lançamentos escalonados e canários.
Observabilidade e Desempenho
- Logs estruturados, métricas, rastros (traces) e monitorização de custos.
- Testes de carga, SLOs (Objetivos de Nível de Serviço) e orçamentos de erro.
- Resposta a incidentes, rollback e padrões de resiliência.
Qualidade, Avaliação e Segurança
- Arneses de avaliação unitária, de cenários e automatizados.
- Red teaming, prompts adversariais e verificações de segurança.
- Curadoria de datasets, monitorização de deriva (drift) e melhoria contínua.
Resumo e Próximos Passos
Requisitos
- Conhecimento de Python e desenvolvimento de aplicações de LLM
- Experiência com APIs, contentores ou serviços em nuvem
- Familiaridade básica com domínios financeiros ou modelos de dados
Público-Alvo
- Tecnólogos de domínio
- Arquitetos de soluções
- Consultores que desenvolvem agentes de LLM em setores regulados