IA para Devs

Agentes Avançados com LangGraph

3 - 6 Horas 4 Módulos

Visión General

Tema Principal: IA para Desarrolladores

Carga Horaria: 3 - 6 Horas

Nivel: Avanzado / Ingeniería

Público objetivo: Arquitectos de Software, Ingenieros de IA y Desarrolladores Sénior

SOBRE LA CAPACITACIÓN

El LangGraph permite que la IA deje de ser solo un chat y funcione como una máquina de estados robusta. Esta capacitación enseña a construir aplicaciones que no "se pierden" en medio de la conversación, permitiendo la creación de bucles, condiciones lógicas complejas y una memoria que persiste entre sesiones. Es la herramienta ideal para procesos de misión crítica donde la confiabilidad y la auditoría son obligatorias.

Objetivo

Capacitar al profesional para diseñar e implementar flujos de agentes que pueden fallar, corregir su propio error y intentar nuevamente, garantizando que cada decisión sea rastreable y que acciones sensibles pasen por aprobación humana.

MÓDULOS DE LA CAPACITACIÓN

Máquinas de Estado y Flujos Cíclicos

Aprendizaje sobre la arquitectura de grafos para IA. El alumno aprenderá a crear flujos cíclicos donde el agente puede intentar ejecutar una tarea, identificar un fallo y realizar la autocorrección (*Self-Correction*) de forma autónoma antes de entregar el resultado.

Memoria Persistente y Estado a Largo Plazo

Implementación de persistencia de datos. Diferente de chats comunes, este módulo se enfoca en cómo hacer que el agente recuerde interacciones de días o semanas atrás, manteniendo el contexto histórico de decisiones y preferencias del usuario de forma estructurada.

Human-in-the-loop (Aprobación Humana)

Desarrollo de puntos de control. El alumno aprenderá a configurar "puntos de interrupción" donde el agente interrumpe su ejecución y espera que un humano valide o edite una acción antes de que ella sea completada.

Estudio de Caso: Orquestación Multi-Agente "Ask David"

El desafío consiste en arquitectar un "Maestro" (Supervisor) que delega tareas a agentes especializados: un agente de datos estructurados (Text-to-SQL), un agente de documentos (RAG) y un agente analítico, integrando todo en un único flujo de decisión de alta precisión.

Case que mostra o uso do LangGraph

A empresa J.P. Morgan, líder global em serviços financeiros, desenvolveu um sistema de IA robusto.

Ask David é um exemplo real e avançado de como empresas de grande porte estão movendo a IA de simples chatbots para Sistemas Agenciais.

O nome DAVID é um acrônimo para: Data (Dados), Analytics (Análise), Visualization (Visualização), Insights, Decision-making (Tomada de Decisão).

Ele foi criado para os banqueiros do JP Morgan Private Bank. Imagine um consultor que precisa decidir se recomenda um fundo de investimento para um cliente bilionário: ele não pode errar. O "Ask David" automatiza a pesquisa que antes levava horas, cruzando dados de planilhas (estruturados) com relatórios de pesquisa e notícias (não estruturados).

Arquitetura feita com LangGraph

Agente principal:

Agente Supervisor (O Maestro): Ele é o primeiro a ler a pergunta. Não tenta responder sozinho. Analisa a intenção do usuário e decide qual agente especializado chamar. Se a pergunta for complexa, cria um plano de execução, chamando vários agentes em ordem.

Sub Agentes:

Agente de Dados Estruturados (Text-to-SQL): Sua única função é falar com bancos de dados. Transforma "Qual foi o rendimento do fundo X em 2024?" em uma consulta SQL real, garantindo que o número retornado seja exato e venha da fonte oficial.
Agente de Dados Não Estruturados (RAG): Foca em textos. Lê PDFs, transcrições de reuniões e e-mails. Se você perguntar "Por que este fundo foi fechado?", busca no relatório de pesquisa e resume o motivo.
Agente Analítico (ReAct): Usa ferramentas e APIs internas para fazer cálculos matemáticos ou simulações financeiras em tempo real.

Fonte: zenml.io