Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 35 часa
Съдържание и теми, включени в курса
Разширена архитектура на LangGraph
- Модели за топология на графа: възли, ръбове, рутери, подграфи
- Моделиране на състоянието: канали, предаване на съобщения, персистенция
- DAG срещу циклични потоци и йерархична композиция
Производителност и оптимизация
- Паралелизъм и конкурентност в Python
- Кеширане, батчене, поканване на инструменти (tool calling) и стрийминг
- Контрол на разходите и стратегии за бюджет на токените
Инженерство за надеждност
- Повторни опити (retries), таймаутове, backoff и прекъсване на веригата (circuit breaking)
- Идемпотентност и дедупликация на стъпките
- Контролни точки и възстановяване чрез локални или облачни хранилища
Дебъгиране на сложни графи
- Изпълнение стъпка по стъпка и сухи пускания (dry runs)
- Инспекция на състоянието и проследяване на събития
- Възпроизвеждане на производствени проблеми чрез seeds и фикстури
Наблюдаваемост и мониторинг
- Структурирано логизиране и дистрибутирано проследяване (tracing)
- Оперативни метрики: латентност, надеждност, използване на токени
- Дашбордове, алерти и проследяване на SLO
Разпространение и експлоатация
- Пакиране на графовете като услуги и контейнери
- Управление на конфигурации и обработка на тайни (secrets)
- Пайплайни за CI/CD, разгръщания и канарчета
Качество, тестване и сигурност
- Юнит, сценарийни и автоматизирани eval харнеси
- Бариери (guardrails), филтриране на съдържанието и обработка на PII
- Red teaming и хаос експерименти за устойчивост
Резюме и следващи стъпки
Изисквания
- Разбиране на Python и асинхронното програмиране
- Опит в разработването на LLM приложения
- Знакомство с основни концепции на LangGraph или LangChain
Целева аудитория
- Инженери на AI платформи
- DevOps за AI
- Архитекти на ML, обработващи продуктови системи LangGraph