LangGraph Applications in Finance Training Course
LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.
By the end of this training, participants will be able to:
- Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
- Integrate financial data standards and ontologies into graph state and tooling.
- Implement reliability, safety, and human-in-the-loop controls for critical processes.
- Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Návrh Školení
LangGraph Fundamentals for Finance
- Refresher on LangGraph architecture and stateful execution.
- Finance use cases: research copilots, trade support, customer service agents.
- Regulatory constraints and auditability considerations.
Financial Data Standards and Ontologies
- ISO 20022, FpML, and FIX basics.
- Mapping schemas and ontologies into graph state.
- Data quality, lineage, and PII handling.
Workflow Orchestration for Financial Processes
- KYC and AML onboarding workflows.
- Trade lifecycle, exceptions, and case management.
- Credit adjudication and decisioning paths.
Compliance, Risk, and Controls
- Policy enforcement and model risk management.
- Guardrails, approvals, and human-in-the-loop steps.
- Audit trails, retention, and explainability.
Integration and Deployment
- Connecting to core systems, data lakes, and APIs.
- Containerization, secrets, and environment management.
- CI/CD pipelines, staged rollouts, and canaries.
Observability and Performance
- Structured logs, metrics, traces, and cost monitoring.
- Load testing, SLOs, and error budgets.
- Incident response, rollback, and resilience patterns.
Quality, Evaluation, and Safety
- Unit, scenario, and automated eval harnesses.
- Red teaming, adversarial prompts, and safety checks.
- Dataset curation, drift monitoring, and continuous improvement.
Summary and Next Steps
Požadavky
- An understanding of Python and LLM application development
- Experience with APIs, containers, or cloud services
- Basic familiarity with financial domains or data models
Audience
- Domain technologists
- Solution architects
- Consultants building LLM agents in regulated industries
Open Training Courses require 5+ participants.
LangGraph Applications in Finance Training Course - Booking
LangGraph Applications in Finance Training Course - Enquiry
LangGraph Applications in Finance - Consultancy Enquiry
Consultancy Enquiry
Reference (1)
Velmi jsem si cenil způsobu, jakým instruktor prezentoval všechny informace. Rozuměl jsem všemu, i když Finance není moje specializovaná oblast, zajistil, aby byli všichni účastníci na stejné úrovni, zároveň držel rytmus a čas. Cvičení byla umístěna ve vhodných intervaloch. Communication s účastníky byl vždy přítomen. Materiál byl dokonalý, nebylo to ani příliš málo, ani příliš mnoho. Důkladně vysvětlil některé komplexnější téma tak, aby je každý mohl pochopit.
Diana
Kurz - ChatGPT for Finance
Machine Translated
Upcoming Courses
Související kurzy
Advanced LangGraph: Optimization, Debugging, and Monitoring Complex Graphs
35 hodinyLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.
By the end of this training, participants will be able to:
- Design and optimize complex LangGraph topologies for speed, cost, and scalability.
- Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
- Debug and trace graph executions, inspect state, and systematically reproduce production issues.
- Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
AI for Credit Risk, Scoring & Lending Optimization
14 hodinyAI transformuje způsob, jakým finanční instituce posuzují úvěrotuchu, cení rizika a optimalizují rozhodování o půjčkách.
Tento instruktor vedený živý kurz (online nebo na místě) je zaměřen na středně pokročilé finanční profesionály, kteří chtějí aplikovat umělou inteligenci ke zlepšení modelů úvěrových hodnocení, efektivněji spravovat rizika a vylepšit provoz půjčoven.
Na konci tohoto kurzu budou účastníci schopni:
- Pochopit klíčové AI metody používané v úvěrovém hodnocení a předpovídání rizik.
- Vytvářet a vyhodnocovat modely úvěrových hodnocení pomocí strojového učení.
- Interpretovat výstupy modelů pro dodržování právních předpisů a transparentnost.
- Používat techniky AI k zlepšení podávání údajů, schvalování půjček a správy portfolia.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Množství cvičení a praxe.
- Praktické implementace v živém laboratorním prostředí.
Možnosti individualizace kurzu
- Pokud chcete požádat o individualizovaný kurz, kontaktujte nás k uspořádání.
AI in Financial Services: Strategy, Ethics & Regulation
7 hodinyAI v finančních službách je strategickým pomůckou pro snížení rizik, zlepšení zkušeností klientů a optimalizaci provozu.
Tento instruktorově řízený živý kurz (online nebo na místním místě) je určen pro výkonná složka finančních služeb, manažeři fintechu a představitele kompliance s omezeným předchozím zánikem umělé inteligence, kteří chtějí pochopit, jak odpovědně a účinně implementovat AI řešení ve svých institucích.
Koncepci tohoto kurzu budou účastníci moci:
- Pojmout strategickou hodnotu AI v finančních službách.
- Identifikovat a minimalizovat etická rizika spojená s AI modely.
- Procesovat legislativní prostředí pro AI ve financích.
- Navrhnout odpovědný rámec řízení a implementace AI.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Analýza studijních případů a skupinové cvičení.
- Aplikace etických rámci na realistické finanční scénáře.
Možnosti přizpůsobení kurzu
- Pro žádost o vlastnění vytvořený kurz, prosím kontaktujte nás ke dohodnutí.
AI pro obchodování a správu aktiv Management
21 hodinyUmělá inteligence je silný soubor technik používaných k vytvoření inteligentních obchodních systémů, které analyzují tržní data, dělají predikce a autonomně provádějí strategie.
Tento instruktorem vedený živý kurz (online nebo na místě) je určen pro středně pokročilé finanční profesionály, kteří chtějí aplikovat techniky AI ve obchodě a správě aktiv, s focusem na generaci signálů, optimalizaci portfolia a algoritmických strategiích.
Po ukončení tohoto kurzu budou účastníci schopni:
- Porozumět roli AI v moderních finančních trzích.
- Používat Python pro stavbu a zpětné testování algoritmických obchodních strategií.
- Aplikovat nadzorovaná a nenadzorovaná učení modelů na finanční data.
- Optimalizovat portfolia pomocí AI-vedených technik.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Mnoho cvičení a praxe.
- Praktické realizace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li požádat o přizpůsobený kurz pro tento kurz, kontaktujte nás prosím na dohodu.
AI and WealthTech: Intelligent Advisory & Personalization
14 hodinyAI transformuje WealthTech umožňováním velmi personalizovaných finančních služeb, inteligentních advisory platform a zlepšených uživatelských zkušeností.
Tento instruktorův kurz (online nebo na místě) je zaměřen na středně pokročilé finanční a technologické odborníky, kteří chtějí navrhnout, vyhodnotit nebo implementovat AI-založená řešení pro personalizovaný správce bohatství a robo-advisory služby.
Na konci tohoto kurzu budou účastníci schopni:
- Pochopit, jak se AI používá v správě bohatství a digitálních advisory platformách.
- Navrhovat inteligentní systémy pro personalizovaná doporučení portfolií.
- Zahrnovat data a preferenční výběry behaviorální finanční do advisory algoritmů.
- Hodnotit etické a pravidelnostní obavy ve využití automatických investičních rad.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Mnoho cvičení a praxe.
- Praktické implementace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Pokud chcete požádat o individualizovaný kurz pro tento kurz, kontaktujte nás prosím ke sjednání.
ChatGPT pro Finance
14 hodinyTento vedený živý kurz na místě nebo online je určen finančním profesionálům, kteří chtějí použít ChatGPT pro zjednodušení svých pracovních postupů a zlepšení schopností analýzy a generování sestav dat.
Do konce tohoto kurzu budou účastníci schopni:
- Porozumět základům ChatGPT a tomu, jak funguje.
- Používat ChatGPT k automatizaci finančních úkolů jako je zadání dat a generování sestav.
- Analyzovat finanční data pomocí ChatGPT, aby získali přehledy a dospěli ke informovaným rozhodnutím.
- Vytvářet vlastní modely ChatGPT pro konkrétní finanční scénáře.
Generative AI v Finance: Forecasting, Fraud a Regulace
14 hodinyTřída Generative AI zahrnuje umělé inteligence používané k generování nových dat nebo predikcí na základě existujících dat, včetně Large Language Models (LLMs) a Generativních protivodůvodňových sítí (GANs).
Tato instruktáž přímá trénink (online nebo na místě) je určen pro začátečníky a středně pokročilé finanční profesionály, kteří chtějí generativní AI využít pro předpovídání, detekci anomálií a dodržování pravidel ve finančních službách.
Po absolvování tohoto tréninku budou účastníci schopni:
- Porozumět základním konceptům generativní AI.
- Použít LLMs a GANs na případové studie jako detekce podvodů a generování syntetických dat.
- Návrh efektivních požadavků pro finanční předpovědi a podporu vytváření zpráv.
- Evaluační etické a regulativní aspekty aplikací generativní AI.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Množství cvičení a praxe.
- Praktické implementace v živém labu.
Možnosti individualizace kurzu
- Pro žádost o individualizovaný trénink pro tento kurz, prosím kontaktujte nás na uspořádání.
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 hodinyLangGraph is a framework for building graph-structured LLM applications that support planning, branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at beginner-level developers, prompt engineers, and data practitioners who wish to design and build reliable, multi-step LLM workflows using LangGraph.
By the end of this training, participants will be able to:
- Explain core LangGraph concepts (nodes, edges, state) and when to use them.
- Build prompt chains that branch, call tools, and maintain memory.
- Integrate retrieval and external APIs into graph workflows.
- Test, debug, and evaluate LangGraph apps for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based exercises on design, testing, and evaluation.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph in Healthcare: Workflow Orchestration for Regulated Environments
35 hodinyLangGraph enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.
By the end of this training, participants will be able to:
- Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
- Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
- Apply best practices for reliability, traceability, and explainability in sensitive environments.
- Deploy, monitor, and validate LangGraph applications in healthcare production settings.
Format of the Course
- Interactive lecture and discussion.
- Hands-on exercises with real-world case studies.
- Implementation practice in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Legal Applications
35 hodinyLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.
By the end of this training, participants will be able to:
- Design legal-specific LangGraph workflows that preserve auditability and compliance.
- Integrate legal ontologies and document standards into graph state and processing.
- Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
- Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Building Dynamic Workflows with LangGraph and LLM Agents
14 hodinyLangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.
By the end of this training, participants will be able to:
- Design graph-based workflows that coordinate LLM agents, tools, and memory.
- Implement conditional routing, retries, and fallbacks for robust execution.
- Integrate retrieval, APIs, and structured outputs into agent loops.
- Evaluate, monitor, and harden agent behavior for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based design exercises and peer reviews.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Marketing Automation
14 hodinyLangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.
This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.
By the end of this training, participants will be able to:
- Design graph-structured content and email workflows with conditional logic.
- Integrate LLMs, APIs, and data sources for automated personalization.
- Manage state, memory, and context across multi-step campaigns.
- Evaluate, monitor, and optimize workflow performance and delivery outcomes.
Format of the Course
- Interactive lectures and group discussions.
- Hands-on labs implementing email workflows and content pipelines.
- Scenario-based exercises on personalization, segmentation, and branching logic.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Machine Learning & AI for Finance Profesionálové
21 hodinyMachine Learning je podoborem umělé inteligence zaměřeným na vytváření systémů, které se učí ze dat a dělají predikce nebo rozhodování bez explicitního programování.
Toto instruktorově řízené živé školení (online nebo na místním místě) je určeno středně pokročilým finančním profesionálům, kteří chtějí použít techniky strojového učení a umělé inteligence na skutečné problémy, jako je detekce podvádění, hodnocení kredity a modelování rizika.
Koncepci tohoto školení se účastnící budou moci po jeho ukončení:
- Porozumět základním pojmutím strojového učení relevantním pro finanční odvětví.
- Použít nadzorované a nenadzorované učící se algoritmy na finančních datech.
- Vytvořit a vyhodnotit prediktivní modely pro hodnocení kredity, detekci podvádění a analýzu trhu.
- Použít Python a scikit-learn k implementaci procesů strojového učení.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Velký počet cvičení a praxe.
- Praktické implementace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Pro žádost o přizpůsobené školení tohoto kurzu se prosím obraťte na nás pro dohodu.
Multimodal AI pro Finance
14 hodinyTento instruktor-em řízený živý kurz (online nebo na místě) je určen pro středně pokročilé finanční profesionály, analytiky dat, manažeře rizik a inženýry AI, kteří chtějí využít multimodální AI pro analýzu rizik a detekci podvratu.
Po absolvování tohoto kurzu budou účastníci schopni:
- Porozumět, jak multimodální AI je využívána v manažerské finančním riziku.
- Analýzu strukturovaných a nestrukturovaných finančních dat pro detekci podvratu.
- Implementovat AI modely k identifikaci anomálií a podezřelé činnosti.
- Využít NLP a počítačový zrak pro analýzu finančních dokumentů.
- Nasadit AI podporované modely detekce podvratu v reálném světě finančních systémech.
Prompt Engineering pro Finance
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé finanční profesionály a vývojáře v oblasti fintech, kteří chtějí používat techniky rychlého inženýrství založené na AI ke zlepšení finanční analýzy, řízení rizik a rozhodování.
Na konci tohoto školení budou účastníci schopni:
- Pochopte základy rychlého inženýrství ve finančních aplikacích.
- Využijte modely umělé inteligence pro finanční prognózy a analýzu tržního sentimentu.
- Automatizujte finanční výkaznictví a extrakci dat pomocí výzev AI.
- Vyvíjejte modely hodnocení rizik založené na umělé inteligenci prostřednictvím optimalizovaných výzev.
- Při používání umělé inteligence ve financích zajistěte dodržování předpisů a etická hlediska.