Kursus Pelatihan LangGraph Applications in Finance
LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.
By the end of this training, participants will be able to:
- Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
- Integrate financial data standards and ontologies into graph state and tooling.
- Implement reliability, safety, and human-in-the-loop controls for critical processes.
- Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Kerangka Materi
LangGraph Fundamentals for Finance
- Refresher on LangGraph architecture and stateful execution.
- Finance use cases: research copilots, trade support, customer service agents.
- Regulatory constraints and auditability considerations.
Financial Data Standards and Ontologies
- ISO 20022, FpML, and FIX basics.
- Mapping schemas and ontologies into graph state.
- Data quality, lineage, and PII handling.
Workflow Orchestration for Financial Processes
- KYC and AML onboarding workflows.
- Trade lifecycle, exceptions, and case management.
- Credit adjudication and decisioning paths.
Compliance, Risk, and Controls
- Policy enforcement and model risk management.
- Guardrails, approvals, and human-in-the-loop steps.
- Audit trails, retention, and explainability.
Integration and Deployment
- Connecting to core systems, data lakes, and APIs.
- Containerization, secrets, and environment management.
- CI/CD pipelines, staged rollouts, and canaries.
Observability and Performance
- Structured logs, metrics, traces, and cost monitoring.
- Load testing, SLOs, and error budgets.
- Incident response, rollback, and resilience patterns.
Quality, Evaluation, and Safety
- Unit, scenario, and automated eval harnesses.
- Red teaming, adversarial prompts, and safety checks.
- Dataset curation, drift monitoring, and continuous improvement.
Summary and Next Steps
Persyaratan
- An understanding of Python and LLM application development
- Experience with APIs, containers, or cloud services
- Basic familiarity with financial domains or data models
Audience
- Domain technologists
- Solution architects
- Consultants building LLM agents in regulated industries
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan LangGraph Applications in Finance - Booking
Kursus Pelatihan LangGraph Applications in Finance - Enquiry
LangGraph Applications in Finance - Permintaan Konsultasi
Permintaan Konsultasi
Testimoni (1)
Saya sangat menghargai cara pelatih menyajikan semua materi. Saya memahami semuanya meskipun Finance bukan bidang saya, dia memastikan bahwa setiap peserta berada di halaman yang sama sambil tetap memperhatikan waktu yang tersisa. Latihan ditempatkan pada interval yang baik. Communication dengan peserta selalu ada. Materi sempurna, tidak terlalu banyak, tidak terlalu sedikit. Dia menjelaskan dengan sangat baik topik-topik yang lebih rumit sehingga dapat dipahami oleh semua orang.
Diana
Kursus - ChatGPT for Finance
Diterjemahkan Mesin
Kursus Mendatang
Kursus Terkait
Advanced LangGraph: Optimization, Debugging, and Monitoring Complex Graphs
35 JamLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.
By the end of this training, participants will be able to:
- Design and optimize complex LangGraph topologies for speed, cost, and scalability.
- Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
- Debug and trace graph executions, inspect state, and systematically reproduce production issues.
- Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
AI for Credit Risk, Scoring & Lending Optimization
14 JamAI sedang mengubah cara lembaga keuangan menilai kredit, menentukan harga risiko, dan mengoptimalkan keputusan pengajuan pinjaman.
Pelatihan ini yang dipimpin instruktur (online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional keuangan tingkat menengah yang ingin menerapkan kecerdasan buatan untuk meningkatkan model penilaian kredit, mengelola risiko dengan lebih efektif, dan meningkatkan operasi pengajuan pinjaman.
Di akhir pelatihan ini, peserta akan dapat:
- Memahami metode AI utama yang digunakan dalam penilaian kredit dan prediksi risiko.
- Membangun dan menilai model penilaian kredit menggunakan algoritma machine learning.
- Menafsirkan output model untuk kepatuhan peraturan dan transparansi.
- Menerapkan teknik AI untuk meningkatkan penawaran pinjaman, persetujuan pinjaman, dan manajemen portofolio.
Format Kursus
- Kuliah dan diskusi interaktif.
- Banyak latihan dan praktik.
- Implementasi langsung dalam lingkungan lab langsung.
Opsi Penyesuaian Kursus
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menyiapkan.
AI in Financial Services: Strategy, Ethics & Regulation
7 JamKecerdasan Buatan di Jasa Keuangan merupakan penggerak strategis untuk pengurangan risiko, pengalaman pelanggan, dan efisiensi operasional.
Pelatihan langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ini ditujukan untuk eksekutif jasa keuangan, manajer fintech, dan petugas keterangan yang memiliki sedikit pengalaman sebelumnya tentang kecerdasan buatan dan ingin memahami cara menerapkan solusi AI secara bertanggung jawab dan efisien di institusi mereka.
Di akhir pelatihan ini, peserta akan dapat:
- Memahami nilai strategis AI dalam jasa keuangan.
- Mengenali dan mengurangi risiko etis yang terkait dengan model AI.
- Menavigasi landskap regulasi untuk AI di keuangan.
- Merancang kerangka kerja pengelolaan dan penerapan AI yang bertanggung jawab.
Format Pelatihan
- Lektur interaktif dan diskusi.
- Analisis studi kasus dan latihan kelompok.
- Aplikasi kerangka kerja etis pada skenario finansial yang realistis.
Opsi Kustomisasi Pelatihan
- Untuk meminta pelatihan yang disesuaikan untuk pelatihan ini, silakan hubungi kami untuk mengatur.
AI untuk Trading dan Aset Management
21 JamArtificial Intelligence adalah set teknik kuat yang digunakan untuk mengembangkan sistem trading pintar yang menganalisis data pasar, membuat prediksi, dan mengeksekusi strategi secara otomatis.
Pelatihan ini, yang dipimpin instruktur (pelatihan online langsung atau pelatihan langsung tatap muka), ditujukan untuk profesional keuangan tingkat menengah yang ingin mengaplikasikan teknik AI dalam trading dan manajemen aset, dengan fokus pada generasi sinyal, optimasi portofolio, dan strategi algoritmik.
Di akhir pelatihan ini, peserta akan dapat:
- Memahami peran AI dalam pasar keuangan modern.
- Menggunakan Python untuk membangun dan backtest strategi trading algoritmik.
- Mengaplikasikan model belajar berawas dan tak berawas pada data keuangan.
- Optimasi portofolio menggunakan teknik yang didorong oleh AI.
Format Kursus
- Diskusi dan perkuliahan interaktif.
- Banyak latihan dan praktik.
- Implementasi tangan pertama dalam lingkungan laboratorium langsung.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.
AI and WealthTech: Intelligent Advisory & Personalization
14 JamAI sedang mengubah WealthTech dengan memungkinkan layanan keuangan yang sangat personal, platform nasehat pintar, dan pengalaman pengguna yang terbaik.
Pelatihan ini yang dibimbing oleh instruktur (online langsung atau langsung tatap muka) ditujukan untuk para profesional keuangan dan teknologi tingkat menengah yang ingin mendesain, menilai, atau menerapkan solusi yang didukung AI untuk manajemen kekayaan yang personal dan layanan robo-advisory.
Dengan pelatihan ini, peserta akan dapat:
- Memahami bagaimana AI diterapkan dalam manajemen kekayaan dan platform nasehat digital.
- Mendesain sistem pintar untuk rekomendasi portofolio yang personal.
- Mengintegrasikan data dan preferensi keuangan perilaku dalam algoritma nasehat.
- Menilai masalah etika dan regulasi dalam nasehat investasi otomatis.
Format Pelatihan
- Pembicaraan dan diskusi interaktif.
- Banyak latihan dan praktik.
- Implementasi langsung dalam lingkungan lab langsung.
Opsi Kustomisasi Pelatihan
- Untuk meminta pelatihan kustom untuk pelatihan ini, silakan hubungi kami untuk mengatur.
ChatGPT untuk Finance
14 JamPelatihan langsung yang dipimpin instruktur di Indonesia (daring atau tatap muka) ini ditujukan untuk profesional keuangan yang ingin menggunakan ChatGPT untuk mempercepat alur kerja mereka dan meningkatkan kemampuan analisis data dan pelaporan.
Selesai pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar ChatGPT dan bagaimana cara kerjanya.
- Menggunakan ChatGPT untuk mempercepat tugas keuangan seperti masukan data dan pembuatan laporan.
- Menganalisis data keuangan dengan ChatGPT untuk mendapatkan wawasan dan membuat keputusan yang tepat.
- Mengembangkan model ChatGPT khusus untuk kasus penggunaan keuangan spesifik.
Generative AI dalam Finance: Forecasting, Penipuan & Regulasi
14 JamGenerative AI adalah kelas teknik kecerdasan buatan yang digunakan untuk menghasilkan konten atau prediksi baru dari data yang ada, termasuk Large Language Models (LLMs) dan Generative Adversarial Networks (GANs).
Pelatihan ini yang dipimpin instruktur (online langsung atau langsung tatap muka) ditujukan bagi profesional keuangan tingkat pemula hingga menengah yang ingin menerapkan AI generatif untuk memprediksi, mendeteksi anomal dan mematuhi peraturan di layanan keuangan.
Di akhir pelatihan ini, peserta akan mampu untuk:
- Memahami konsep dasar model kecerdasan buatan generatif.
- Menggunakan LLMs dan GANs pada kasus penggunaan seperti deteksi penipuan dan pembuatan data sintetik.
- Membangun prompt efektif untuk dukungan prediksi dan laporan keuangan.
- Menilai pertimbangan etika dan peraturan dalam aplikasi kecerdasan buatan generatif.
Format Kursus
- Kuliah dan diskusi interaktif.
- Banyak latihan dan praktek.
- Implementasi langsung dalam lingkungan laboratorium langsung.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 JamLangGraph is a framework for building graph-structured LLM applications that support planning, branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at beginner-level developers, prompt engineers, and data practitioners who wish to design and build reliable, multi-step LLM workflows using LangGraph.
By the end of this training, participants will be able to:
- Explain core LangGraph concepts (nodes, edges, state) and when to use them.
- Build prompt chains that branch, call tools, and maintain memory.
- Integrate retrieval and external APIs into graph workflows.
- Test, debug, and evaluate LangGraph apps for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based exercises on design, testing, and evaluation.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph in Healthcare: Workflow Orchestration for Regulated Environments
35 JamLangGraph enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.
By the end of this training, participants will be able to:
- Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
- Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
- Apply best practices for reliability, traceability, and explainability in sensitive environments.
- Deploy, monitor, and validate LangGraph applications in healthcare production settings.
Format of the Course
- Interactive lecture and discussion.
- Hands-on exercises with real-world case studies.
- Implementation practice in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Legal Applications
35 JamLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.
By the end of this training, participants will be able to:
- Design legal-specific LangGraph workflows that preserve auditability and compliance.
- Integrate legal ontologies and document standards into graph state and processing.
- Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
- Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Building Dynamic Workflows with LangGraph and LLM Agents
14 JamLangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.
By the end of this training, participants will be able to:
- Design graph-based workflows that coordinate LLM agents, tools, and memory.
- Implement conditional routing, retries, and fallbacks for robust execution.
- Integrate retrieval, APIs, and structured outputs into agent loops.
- Evaluate, monitor, and harden agent behavior for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based design exercises and peer reviews.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Marketing Automation
14 JamLangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.
This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.
By the end of this training, participants will be able to:
- Design graph-structured content and email workflows with conditional logic.
- Integrate LLMs, APIs, and data sources for automated personalization.
- Manage state, memory, and context across multi-step campaigns.
- Evaluate, monitor, and optimize workflow performance and delivery outcomes.
Format of the Course
- Interactive lectures and group discussions.
- Hands-on labs implementing email workflows and content pipelines.
- Scenario-based exercises on personalization, segmentation, and branching logic.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Machine Learning & AI for Finance Profesional
21 JamMachine Learning adalah subbidang Kecerdasan Buatan yang berfokus pada pembuatan sistem yang belajar dari data dan membuat prediksi atau keputusan tanpa perlu diprogram secara eksplisit.
Pelatihan online langsung atau pelatihan langsung tatap muka ini ditujukan untuk para profesional keuangan tingkat menengah yang ingin menerapkan teknik kecerdasan buatan dan machine learning untuk memecahkan masalah dunia nyata seperti deteksi penipuan, penilaian kredit, dan pemodelan risiko.
Dengan pelatihan ini, peserta akan mampu:
- Memahami konsep inti machine learning yang relevan dengan keuangan.
- Menerapkan algoritma supervised dan unsupervised learning pada dataset keuangan.
- Membangun dan mengevaluasi model prediktif untuk risiko kredit, deteksi penipuan, dan analisis pasar.
- Menggunakan Python dan scikit-learn untuk mengimplementasikan pipeline machine learning.
Format Kursus
- Diskusi interaktif dan pembahasan.
- Banyak latihan dan praktik.
- Implementasi langsung di lingkungan lab live.
Opsi Kustomisasi Kursus
- Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.
Multimodal AI untuk Finance
14 JamPelatihan ini, yang dipimpin instruktur, dijalankan secara langsung di Indonesia (online atau tatap muka) ditujukan untuk profesional keuangan, analis data, manajer risiko, dan insinyur AI tingkat menengah yang ingin memanfaatkan multimodal AI untuk analisis risiko dan deteksi penipuan.
Setelah menyelesaikan pelatihan ini, peserta akan dapat:
- Memahami bagaimana multimodal AI diterapkan dalam manajemen risiko keuangan.
- Menganalisis data keuangan terstruktur dan tidak terstruktur untuk deteksi penipuan.
- Mengimplementasikan model AI untuk mengidentifikasi anomali dan aktivitas mencurigakan.
- Memanfaatkan NLP dan komputer vision untuk analisis dokumen keuangan.
- Menyebarkan model deteksi penipuan yang didukung oleh AI di sistem keuangan dunia nyata.
Prompt Engineering untuk Finance
14 JamPelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional keuangan tingkat menengah dan pengembang fintech yang ingin menggunakan teknik rekayasa cepat bertenaga AI untuk meningkatkan analisis keuangan, manajemen risiko, dan pengambilan keputusan.
Pada akhir pelatihan ini, peserta akan dapat:
- Memahami dasar-dasar rekayasa cepat dalam aplikasi keuangan.
- Memanfaatkan model AI untuk prakiraan keuangan dan analisis sentimen pasar.
- Otomatisasi pelaporan keuangan dan ekstraksi data menggunakan perintah AI.
- Mengembangkan model penilaian risiko berbasis AI melalui perintah yang dioptimalkan.
- Pastikan kepatuhan dan pertimbangan etika saat menggunakan AI dalam keuangan.