聯繫我們
 課程時長 35 時間:

課程簡介

金融場景下的 LangGraph 基礎

  • 複習 LangGraph 架構及有狀態執行機制。
  • 金融應用場景:研究副駕駛、交易支持、客戶服務智能體。
  • 監管約束與可審計性考量。

金融數據標準與本體論

  • ISO 20022、FpML 及 FIX 標準基礎。
  • 將模式(Schemas)和本體論映射至圖狀態。
  • 數據質量、數據溯源(Lineage)及個人信息(PII)處理。

金融業務流程的編排

  • KYC(了解你的客戶)與 AML(反洗錢)准入工作流程。
  • 交易生命周期、異常處理及案件管理。
  • 信用審批及決策路徑。

合規、風險與控制

  • 策略執行與模型風險管理。
  • 護欄機制、審批流程及「人類在環」步驟。
  • 審計軌跡、數據留存及可解釋性。

集成與部署

  • 與核心系統、數據湖及 API 的連接。
  • 容器化、密鑰管理及環境管理。
  • CI/CD 管道、分階段發布及灰度發布(Canaries)。

可觀測性與性能

  • 結構化日誌、指標、追蹤及成本監控。
  • 負載測試、服務級別目標(SLOs)及錯誤預算。
  • 事件響應、回滾機制及彈性模式。

質量、評估與安全

  • 單元測試、場景測試及自動化評估框架。
  • 紅隊測試、對抗性提示詞及安全檢查。
  • 數據集精選、漂移監控及持續改進。

總結與下一步驟

最低要求

  • 理解 Python 及 LLM 應用開發
  • 具備 API、容器化技術或雲服務的經驗
  • 對金融領域或數據模型有基本認知

目標受眾

  • 領域技術專家
  • 解決方案架構師
  • 在受監管行業中構建 LLM 智能體的諮詢師

課程分類