Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Eğitim İçeriği
LangGraph ve Graf Konseptleri Introduction
- Neden LLM uygulamaları için graf: orkestrasyon vs. basit zincirler
- LangGraph'ta düğümler, kenarlar ve durumlar
- Merkle LangGraph: İlk çalıştırılabilir graf
Durum Yönetimi ve Prompt Zinciri
- Graf düğümleri olarak prompları tasarlamak
- Düğümler arasında durumu aktarma ve çıktıyı yönetme
- Bellek örüntüleri: kısa süreli vs. kalıcı bağlam
Şartlı Akış, Kontrol Akışı ve Hata Yönetimi
- Şartlı yönlendirme ve çok yolu iş akışları
- Tekrarlar, zaman aşımı ve geri dönüş stratejileri
- İdempotency ve güvenli yeniden çalıştırma
Araçlar ve Dış Entegrasyonlar
- Graf düğümlerinden fonksiyon/araç çağırması
- GRAF içindeki REST API'leri ve hizmetlerin çağrılması
- S Yapılandırılmış çıktılarla çalışma
Bulma Yoluyla AUMENTED İş Akışları
- Döküman emme ve bölme temelleri
- Embeddings ve vektör depoları (örn. ChromaDB)
- Kaynak gösterimleriyle dayalı cevaplar
Test, Hata Ayıklama ve Değerlendirme
- Düğümler ve yollar için birim testleri
- Takip ve gözlemlenbilirlik
- Kalite kontrolü: gerçekçilik, güvenlik ve determinizm
Paketleme ve Yayını Temel İlkeleri
- Ortam kurulumu ve bağımlılık yönetimi
- API'ler arkasında graf hizmeti sunma
- Sürüm kontrolü ve sürüm güncelleme
Özet ve Sonraki Adımlar
Kurs İçin Gerekli Önbilgiler
- Temel Python programlama bilgisi
- REST API'lar veya CLI araçları deneyimi
- LLM kavramlarıyla ve prompt mühendisliği temelleriyle aşinalık
Hedef Kitle
- Graph tabanlı LLM orkestrasyonuna yeni başlayan geliştiriciler ve yazılım mühendisleri
- Birkaç adımlı LLM uygulamaları oluşturan prompt mühendisleri ve AI yepyeni kullanıcılar
- LLM'lerle iş akışını otomasyonla inceleyen veri uzmanları
14 Saat