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
Cơ sở LangGraph trong Tài chính
- Ôn tập kiến trúc LangGraph và thực thi có trạng thái.
- Các trường hợp sử dụng trong tài chính: trợ lý nghiên cứu, hỗ trợ giao dịch, tác nhân dịch vụ khách hàng.
- Các ràng buộc pháp lý và cân nhắc về khả năng kiểm toán.
Tiêu chuẩn Dữ liệu Tài chính và Hệ thống Phân loại (Ontologies)
- Cơ sở về ISO 20022, FpML và FIX.
- Ánh xạ các sơ đồ (schemas) và hệ thống phân loại vào trạng thái đồ thị.
- Chất lượng dữ liệu, dòng dữ liệu (lineage) và xử lý thông tin định danh cá nhân (PII).
Điều phối Quy trình (Workflow Orchestration) cho các Quy trình Tài chính
- Quy trình xác thực khách hàng (KYC) và chống rửa tiền (AML).
- Vòng đời giao dịch, ngoại lệ và quản lý trường hợp.
- Quy trình xét duyệt tín dụng và các lộ trình ra quyết định.
Tuân thủ, Rủi ro và Kiểm soát
- Áp dụng chính sách và quản lý rủi ro mô hình.
- Các hàng rào bảo vệ (guardrails), phê duyệt và các bước có sự tham gia của con người (human-in-the-loop).
- Dải kiểm toán, lưu trữ dữ liệu và khả năng giải thích.
Tích hợp và Triển khai
- Kết nối với các hệ thống lõi, hồ dữ liệu (data lakes) và API.
- Container hóa, quản lý bí mật (secrets) và quản lý môi trường.
- Pipeline CI/CD, triển khai theo giai đoạn và thử nghiệm canary.
Khả năng Quan sát và Hiệu suất
- Nhật ký cấu trúc, chỉ số (metrics), vết truy vết (traces) và giám sát chi phí.
- Thử tải, các mục tiêu mức dịch vụ (SLO) và ngân sách lỗi (error budgets).
- Ứng phó sự cố, hoàn tác (rollback) và các mẫu hình bền vững (resilience patterns).
Chất lượng, Đánh giá và An toàn
- Khung đánh giá tự động hóa cho đơn vị, kịch bản.
- Đội tấn công đỏ (red teaming), các yêu cầu đối đầu (adversarial prompts) và kiểm tra an toàn.
- Curation tập dữ liệu, giám sát độ lệch (drift) và cải tiến liên tục.
Tổng kết và Các Bước Tiếp Theo
Yêu cầu
- Hiểu biết về Python và phát triển ứng dụng LLM
- Kinh nghiệm làm việc với API, container hoặc dịch vụ đám mây
- Am hiểu cơ bản về các lĩnh vực tài chính hoặc mô hình dữ liệu
Đối tượng khán giả
- Kỹ sư công nghệ chuyên ngành (Domain technologists)
- Kiến trúc sư giải pháp
- Chuyên gia tư vấn xây dựng các tác nhân LLM trong các ngành nghề có quy định chặt chẽ