Liên hệ với chúng tôi
 Thời gian kéo dài 35 Giờ học

Đề cương khóa học

Kiến trúc LangGraph Nâng cao

  • Các mô hình cấu trúc đồ thị: nút, cạnh, bộ định tuyến (routers), đồ thị con
  • Mô hình hóa trạng thái: kênh, truyền tin, lưu trữ bền vững
  • Lưu lượng DAG so với chu trình và kết hợp phân cấp

Hiệu suất và Tối ưu hóa

  • Các mô hình song song hóa và đồng thời trong Python
  • Bộ nhớ đệm (caching), nhóm hóa (batching), gọi công cụ và luồng (streaming)
  • Kiểm soát chi phí và các chiến lược ngân sách token

Kiến tạo Độ tin cậy

  • Thử lại, thời gian chờ, lùi có kiểm soát (backoff) và ngắt mạch (circuit breaking)
  • Tính đồng nhất (idempotency) và khử trùng lặp các bước
  • Trích điểm kiểm tra (checkpointing) và khôi phục sử dụng bộ nhớ cục bộ hoặc đám mây

Gỡ lỗi Đồ thị Phức tạp

  • Thực thi từng bước và chạy thử (dry runs)
  • Kiểm tra trạng thái và truy vết sự kiện
  • Tái hiện các vấn đề sản xuất bằng hạt giống (seeds) và bộ dữ liệu cố định (fixtures)

Quan sát được và Giám sát

  • Đánh nhật ký có cấu trúc và truy vết phân tán
  • Các chỉ số hoạt động: độ trễ, độ tin cậy, mức sử dụng token
  • Bảng điều khiển, cảnh báo và theo dõi SLO

Triển khai và Vận hành

  • Đóng gói đồ thị thành các dịch vụ và container
  • Quản lý cấu hình và xử lý thông tin bí mật
  • Pipelines CI/CD, phát hành (rollouts) và thử nghiệm canary

Chất lượng, Kiểm thử và An toàn

  • Kiểm thử đơn vị, kiểm thử kịch bản và bộ kiểm tra tự động
  • Cổng kiểm soát (guardrails), lọc nội dung và xử lý PII
  • Đội tấn công (Red teaming) và các thí nghiệm hỗn loạn để tăng độ bền vững

Tổng kết và Bước tiếp theo

Yêu cầu

  • Hiểu biết về Python và lập trình bất đồng bộ
  • Kinh nghiệm trong phát triển ứng dụng LLM
  • Quen thuộc với các khái niệm cơ bản của LangGraph hoặc LangChain

Đối tượng Thính giả

  • Kỹ sư nền tảng AI
  • DevOps cho AI
  • Kiến trúc sư ML xử lý các hệ thống LangGraph trong môi trường sản xuất

Số người tham gia


Giá cho mỗi học viên

Các khóa học sắp tới

Các danh mục liên quan