Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
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