Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Geavanceerde LangGraph-architectuur
- Grafpatronen: knopen, verbindingen, routers en subgrafen
- Staatmodellering: kanalen, berichtenuitwisseling en persistentie
- DAG’s versus cyclische stromen en hiërarchische samenstelling
Prestaties en optimalisatie
- Parallelisme en concurrency-patronen in Python
- Caching, batchverwerking, toolcalling en streaming-technieken
- Kostenbeheersing en strategieën voor het beperken van tokenverbruik
Betrouwbaarheidstechnieken
- Retry-mechanismen, timeouts, backoff en circuitbreakers
- Idempotentie en het voorkomen van dubbele verwerking van stappen
- Checkpointing en herstel uit lokale of cloudgebaseerde opslaglocaties
Debuggen van complexe grafen
- Stap-voor-stap-uitvoering en droogloopsimulaties
- Inspectie van systeemstaat en tracing van gebeurtenissen
- Het reproduceren van productieproblemen met behulp van seeds en testdata
Observability en monitoring
- Gestructureerde logging en distributed tracing
- Operationale indicatoren: latentie, betrouwbaarheid en tokenverbruik
- Dashboarding, waarschuwingen en tracking van SLO’s
Implementatie en beheer in productie
- Grafen omzetten tot services en containers
- Beheer van configuraties en geheimhoudingsmechanismen
- CI/CD-pijplijnen, uitrolprocessen en canary-releases
Kwaliteit, testen en veiligheid
- Eenheids-, scenario- en geautomatiseerde evaluatietests
- Beschermingsmaatregelen, contentfiltering en bescherming tegen PII-gegevens
- Red-teaming en chaosexperimenten om robuustheid te vergroten
Samenvatting en verdere stappen
Vereisten
- Grondige kennis van Python en asynchrone programmeren
- Ervaring in het ontwikkelen van LLM-applicaties
- Basiskennis van LangGraph- of LangChain-concepten
Doelgroep
- AI-platformengineers
- DevOps-specialisten in het AI-domein
- ML-architecten die werken met LangGraph-systemen in productieomgevingen
35 Uren