Kontakt aufnehmen
 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

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien