Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 35 Stunden
Schulungsübersicht
Fortgeschrittene LangGraph-Architektur
- Topologie-Muster von Graphen: Knoten, Kanten, Router, Teilgraphen
- Zustandsmodellierung: Kanäle, Nachrichtenübergabe, Persistenz
- DAG im Vergleich zu zyklischen Flows und hierarchische Komposition
Leistung und Optimierung
- Parallelisierungs- und Konversationsmuster in Python
- Caching, Batching, Tool-Aufrufe und Streaming
- Kostenkontrollen und Strategien für Token-Budgets
Zuverlässigkeits-Ingenieurwesen
- Retries, Timeouts, Backoff und Circuit Breaking
- Idempotenz und Deduplizierung von Schritten
- Checkpointing und Wiederherstellung mithilfe lokaler oder Cloud-Speicher
Debugging komplexer Graphen
- Schrittweises Durchführen und Dry Runs
- Zustandsinspektion und Ereignisverfolgung
- Nachstellung von Produktionsproblemen mit Seeds und Fixtures
Beobachtbarkeit und Überwachung
- Strukturierte Protokollierung und verteilte Verfolgung
- Operationelle Metriken: Latenz, Zuverlässigkeit, Token-Nutzung
- Dashboards, Alerts und SLO-Verfolgung
Deployment und Betrieb
- Packen von Graphen als Dienste und Container
- Konfigurationsverwaltung und Handling von Secrets
- CI/CD-Pipelines, Rollouts und Canaries
Qualität, Testen und Sicherheit
- Unit-, Szenario- und automatische Evaluierungsrahmen
- Guardrails, Inhaltsfilterung und PII-Verarbeitung
- Red Teaming und Chaos-Experimente für Robustheit
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis von Python und asynchroner Programmierung
- Erfahrung in der Entwicklung von LLM-Anwendungen
- Vertrautheit mit grundlegenden Konzepten von LangGraph oder LangChain
Zielgruppe
- KI-Plattform-Ingenieure
- DevOps für KI
- ML-Architekt:innen, die produktionsreife LangGraph-Systeme verwalten