Kursplan

Avansert LangGraph-arkitektur

  • Graf-topologimønstre: noder, kanter, routere, undergrafer
  • Tilstandsmodellering: kanaler, meldingsoverføring, persistens
  • DAG mot sykliske strømmer og hierarkisk sammensetning

Ytelse og optimalisering

  • Parallelisme- og samtidighetsmønstre i Python
  • Caching, batching, verktøyoppringing og streaming
  • Kostnadskontroll og tokenbudsjettstrategier

Reliability Engineering

  • Prøving på nytt, tidsavbrudd, backoff, og bryting av krets
  • Idempotens og duplisering av trinn
  • Sjekkpunkter og gjenoppretting ved bruk av lokale eller skystore

Feilsøking av komplekse grafer

  • Steg-for-steg utførelse og tørrløp
  • Tilstandsinspeksjon og hendelsessporing
  • Reproduksjon av produksjonsproblemer med frø og monteringer

Observability og overvåking

  • Strukturert logging og fordelt sporings
  • Operasjonelle metrikker: forsinkelse, pålitelighet, tokenbruk
  • Dashboard, varsler og SLO-sporing

Distribusjon og drift

  • Pakking av grafer som tjenester og beholdere
  • Konfigurasjonshåndtering og håndtering av hemmeligheter
  • CI/CD-pipe, utrolinger og kanarier

Kvalitet, testing og sikkerhet

  • Enhets-, scenario- og automatiserte evalueringshjelpemidler
  • Verngjerder, innholdssortering og håndtering av PII
  • Rødt lag og kaoseksperimenter for robusthet

Oppsummering og neste steg

Krav

  • Kunnskap om Python og asynkron programmering
  • Erfaring med utvikling av LLM-applikasjoner
  • Kjennskap med grunnleggende LangGraph eller LangChain-konsepter

Målgruppe

  • AI-plattformingeniører
  • DevOps for AI
  • ML-arkitekter som håndterer produksjonssystemer med LangGraph
 35 timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier