Kontakt aufnehmen
 Dauer 35 Stunden

Schulungsübersicht

Advanced LangGraph-Architektur

  • Graphen-Topologie-Muster: Knoten, Kanten, Router, Subgraphen
  • Zustandsmodellierung: Kanäle, Nachrichtenübergabe, Persistenz
  • DAG vs. zyklische Flows und hierarchische Komposition

Performance und Optimierung

  • Parallelitäts- und Konversationsmuster in Python
  • Caching, Batching, Tool Calling und Streaming
  • Kostenkontrolle und Strategien für das Token-Budget

Reliability Engineering

  • Retries, Timeouts, Backoff und Circuit Breaking
  • Idempotenz und Deduplizierung von Schritten
  • Checkpointing und Wiederherstellung unter Verwendung lokaler oder Cloud-Speicher

Debugging komplexer Graphen

  • Schrittweise Ausführung und Testläufe
  • Zustandsinspektion und Ereignisverfolgung
  • Reproduktion von Produktionsproblemen mit Seeds und Fixtures

Beobachtbarkeit und Überwachung

  • Strukturiertes Logging und verteilte Trace-Verfolgung
  • Operative Metriken: Latenz, Zuverlässigkeit, Token-Nutzung
  • Dashboards, Alerts und SLO-Verfolgung

Deployment und Betrieb

  • Verpacken von Graphen als Services und Container
  • Verwaltung von Konfigurationen und Behandlung von Secrets
  • CI/CD-Pipelines, Rollouts und Canary-Deployment

Qualität, Testing und Sicherheit

  • Unit-, Szenario- und automatische Evaluation-Harnesses
  • Guardrails, Inhaltsfilterung und PII-Verarbeitung
  • Red Teaming und Chaos-Experimente für Robustheit

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis von Python und asynchroner Programmierung
  • Erfahrung in der Entwicklung von LLM-Anwendungen
  • Vertrautheit mit grundlegenden Konzepten von LangGraph oder LangChain

Zielgruppe

  • KI-Plattform-Engineers
  • DevOps für KI
  • ML-Architekten, die produktionsreife LangGraph-Systeme verwalten

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien