感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 35 時間：
課程簡介
進階 LangGraph 架構
- 圖形拓撲模式：節點、邊緣、路由、子圖
- 狀態建模：通道、訊息傳遞、持久化
- DAG 與循環流程及分層組成
效能與最佳化
- Python 中的並行與非同步模式
- 快取、批次處理、工具呼叫與串流
- 成本控制與 Token 預算策略
可靠性工程
- 重試、逾時、退避（Backoff）與電路斷路器
- 步驟的冪等性與去重
- 使用本地或雲端儲存進行檢查點與恢復
複雜圖形的除錯
- 逐步執行與空跑（Dry runs）
- 狀態檢查與事件追蹤
- 使用種子（Seeds）與固定資料（Fixtures）重現生產問題
可觀察性與監控
- 結構化日誌與分散式追蹤
- 營運指標：延遲、可靠性、Token 使用量
- 儀表板、警報與 SLO 追蹤
部署與營運
- 將圖形包裝為服務與容器
- 配置管理與機密處理
- CI/CD 管線、推送（Rollouts）與金丝雀部署（Canaries）
品質、測試與安全性
- 單元測試、情境測試與自動化評估框架
- 護欄機制、內容過濾與 PII 處理
- 紅隊演練（Red teaming）與混沌實驗以增強穩健性
總結與後續步驟
最低要求
- 熟悉 Python 及非同步程式設計
- 具備 LLM 應用程式開發經驗
- 熟悉 LangGraph 或 LangChain 的基本概念
目標受眾
- AI 平台工程師
- AI DevOps 專業人員
- 負責處理生產級 LangGraph 系統的 ML 架構師
