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.
Schulungsübersicht
Erweiterte LangGraph-Architektur
- Graph-Topologie-Muster: Knoten, Kanten, Router, Teilgraphen
- Zustandsmodellierung: Kanäle, Nachrichtenübertragung, Persistenz
- DAG vs. zyklische Flüsse und hierarchische Zusammensetzung
Leistung und Optimierung
- Gleichzeitigkeit und Konkurrenzmodelle in Python
- Caching, Batching, Werkzeugaufruf und Streaming
- Kostenkontrolle und Token-Budget-Strategien
Reliabilitätstechnik
- Neuerstattern, Zeitüberschreitungen, Rückwärtsregelung und Schaltkreisausfälle
- Idempotenz und Duplikationsvermeidung von Schritten
- Checkpointing und Wiederherstellung unter Verwendung lokaler oder Cloud-Speicher
Fehlersuche in komplexen Graphen
- Schrittweise Ausführung und Trockenläufe
- Zustandsüberprüfung und Ereignisverfolgung
- Reproduktion von Produktionsproblemen mit Keimen und Fixtures
Beobachtbarkeit und Überwachung
- Strukturierte Protokollierung und verteilte Verfolgung
- Betriebsmetriken: Latenz, Zuverlässigkeit, Token-Nutzung
- Dashboards, Warnungen und SLO-Verfolgung
Bereitstellung und Operationen
- Graphen als Dienste und Container verpacken
- Konfigurationsverwaltung und Geheimnismanagement
- CI/CD-Pipelines, Rollouts und Kanarien
Qualität, Testung und Sicherheit
- Einheiten-, Szenario- und automatisierte Evaluationswerkzeuge
- Schutzwälle, Inhaltsfilterung und PII-Verwaltung
- Roter Trupp und Chaosexperimente zur Robustheit
Zusammenfassung und Nächste Schritte
Voraussetzungen
- Eine Verständnis von Python und asynchroner Programmierung
- Erfahrung in der Entwicklung von LLM-Anwendungen
- Basiskenntnisse von LangGraph oder LangChain-Konzepten
Zielpublikum
- AI-Plattform-Ingenieure
- DevOps für AI
- ML-Architekten, die Produktions-LangGraph-Systeme betreiben
35 Stunden