Kontakt aufnehmen

Schulungsübersicht

Grundlagen von LangGraph im Finanzbereich

  • Wiederholung der Architektur von LangGraph sowie des zustandsbehafteten Ablaufs.
  • Typische Anwendungsfälle im Finanzwesen: Forschungsassistenten, Handelsunterstützung sowie Kundenservice-Agenten.
  • Regulatorische Einschränkungen und Aspekte der Prüfbarkeit.

Finanzdatenstandards und Ontologien

  • Einblicke in ISO 20022, FpML sowie das FIX-Protokoll.
  • Einbindung von Schemata und Ontologien in den Graphenzustand.
  • Umgang mit Datenqualität, Datenspurverfolgung sowie personenbezogenen Informationen.

Workflow-Orchestrierung für Finanzprozesse

  • Gestaltung von Onboarding-Prozessen nach KYC und AML-Vorgaben.
  • Verwaltung des gesamten Handelszyklus, Ausnahmen sowie Bearbeitungswege.
  • Ausgestaltung von Verfahren zur Kreditprüfung und Entscheidungsfindung.

Compliance, Risikomanagement und Kontrollen

  • Durchsetzung von Richtlinien sowie Management von Modellrisiken.
  • Einrichtung von Sicherheitsmechanismen, Genehmigungsschritten sowie menschlicher Überwachungspunkte.
  • Erstellung von Prüfprotokollen, Speichervorgaben sowie Erklärbarkeitslösungen.

Integration und Implementierung

  • Verbindung zu Kern-Systemen, Data Lakes sowie APIs.
  • Containerisierung, Verwaltung sensibler Daten sowie Umgebungskonfiguration.
  • Einsatz von CI/CD-Pipelines, schrittweiser Rollouts sowie Canary-Verfahren.

Überwachbarkeit und Leistungsoptimierung

  • Nutzung strukturierter Protokolle, Metriken, Tracing-Mechanismen sowie Kostenüberwachung.
  • Lasttests, Festlegung von SLOs sowie Steuerung des Fehlerrisikos.
  • Umgang mit Vorfällen, Rollback-Verfahren sowie Ausgestaltung resilienter Systeme.

Qualität, Bewertung und Sicherheit

  • Einsatz von Testverfahren für einzelne Komponenten, Szenarien sowie automatisierte Evaluierungswerkzeuge.
  • Red-Teaming-Ansätze, Bearbeitung adverser Eingaben sowie Sicherheitsprüfungen.
  • Kuration von Datensätzen, Überwachung möglicher Datenabweichungen sowie kontinuierliche Optimierung.

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse in Python sowie im Entwickeln von LLM-Anwendungen
  • Erfahrung mit APIs, Containern oder Cloud-Diensten
  • Grundsätzliches Verständnis für Finanzbereiche bzw. Datentypen

Zielgruppe

  • Fachtechniker im Finanzsektor
  • Lösungsarchitekten
  • Berater, die LLM-Agenten für regulierte Branchen entwickeln
 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien