Kontakt aufnehmen
 Dauer 35 Stunden

Schulungsübersicht

Grundlagen von LangGraph für die Finanzbranche

  • Auffrischung der LangGraph-Architektur und der stateful-Ausführung.
  • Finanzanwendungsfälle: Research-Copilots, Handelsunterstützung, Kundenservice-Agenten.
  • Regulatorische Einschränkungen und Überlegungen zur Auditierbarkeit.

Finanzdatenstandards und Ontologien

  • Grundlagen von ISO 20022, FpML und FIX.
  • Abbilden von Schemata und Ontologien in den Graphenzustand.
  • Datenqualität, Herkunft (Lineage) und Behandlung von PII.

Workflows-Orchestrierung für Finanzprozesse

  • KYC- und AML-Onboarding-Workflows.
  • Handelslebenszyklus, Ausnahmen und Fallverwaltung.
  • Kreditentscheide und Entscheidungswege.

Compliance, Risiko und Kontrollen

  • Durchsetzung von Richtlinien und Modellrisikomanagement.
  • Guardrails, Genehmigungen und Human-in-the-Loop-Schritte.
  • Audit-Trails, Aufbewahrung und Erklärbarkeit.

Integration und Deployment

  • Anbindung an Kernsysteme, Data Lakes und APIs.
  • Containerisierung, Secrets und Umgebungsverwaltung.
  • CI/CD-Pipelines, gestaffelte Rollouts und Canaries.

Beobachtbarkeit und Leistung

  • Strukturierte Logs, Metriken, Traces und Kostenüberwachung.
  • Lasttests, SLOs und Fehlerbudgets.
  • Incident Response, Rollback und Resilienz-Muster.

Qualität, Bewertung und Sicherheit

  • Unit-, Szenario- und automatisierte Eval-Harnesses.
  • Red Teaming, adversarielle Prompts und Sicherheitsprüfungen.
  • Dataset-Kuration, Drift-Überwachung und kontinuierliche Verbesserung.

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von Python und der Entwicklung von LLM-Anwendungen
  • Erfahrung mit APIs, Containern oder Cloud-Diensten
  • Grundlegende Vertrautheit mit dem Finanzbereich oder Datenmodellen

Zielgruppe

  • Domänentechnologen
  • Lösungsarchitekten
  • Berater, die LLM-Agenten in regulierten Branchen entwickeln

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien