Zkuste nás kontaktovat

Návrh Školení

Pokročilá architektura LangGraphu

  • Vzory v topologii grafů: uzly, hrany, směrovátky a podgrafy
  • Modelování stavu: kanály, předávání zpráv a jejich trvalé ukládání
  • Acyklické grafy versus cyklické toky a hierarchická kompozice

Výkonnost a optimalizace

  • Paralelní a konkurenční programovací vzory v Pythonu
  • Využití cache, dávkového zpracování, volání nástrojů a streamování dat
  • Ovládání nákladů pomocí strategií řízení počtu tokenů

Inženýrství spolehlivosti

  • Opakování operací, časové limity, exponenciální zpoždění a mechanismy přerušení provozu při chybách
  • Zajištění idempotence a eliminace duplicitních kroků v procesech
  • Ukládání kontrolních bodů stavu do místního nebo cloudového úložiště za účelem obnovy systému

Ladění složitých grafů

  • Postupné provádění kroků a testování v simulovaném režimu
  • Analýza stavu systému a sledování událostí během jeho chodu
  • Reprodukce problémů z produkčního prostředí pomocí vstupních dat a testovacích nástrojů

Monitorování a sledování systému

  • Strukturované protokolování a distribuované sledování operací
  • Klíčové provozní metriky: doba odezvy, spolehlivost systému a využití tokenů
  • Nástroje pro tvorbu dashboardů, nastavení upozornění a sledování SLO parametrů

Nasazení a provoz systému

  • Paketizace grafů do podoby služeb a kontejnerů
  • Správa konfigurací a bezpečné ukládání citlivých údajů
  • Nastavení CI/CD kanálů, postupného nasazování změn a testování pomocí technik typu canary

Kvalita, testování a bezpečnost

  • Jednotkové testy, scénářové simulace a automatizované vyhodnocovací mechanismy
  • Nastavení ochranných bariér, filtrování obsahu a zpracování osobních údajů
  • Testování odolnosti systému pomocí simulace chyb a testů typu red teaming

Shrnutí a další kroky

Požadavky

  • Znalost programovacího jazyka Python a asynchronního programování
  • Praktické zkušenosti s vývojem aplikací využívajících velké jazykové modely
  • Základní povědomí o konceptech LangGraphu nebo LangChainu

Cílová skupina

  • Inženýři AI platform
  • Pracovníci DevOps zabývající se umělou inteligencí
  • Architekti strojového učení, kteří spravují produkční systémy LangGraph
 35 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie