Yapay Zeka Geliştirici Eğitimi

Neden Bu Eğitim?

Yapay Zekayı Kullanmaktan Geliştirmeye

Ekibiniz büyük dil modellerini kendi ürün ve süreçlerine entegre eden uygulamalar kurmayı, uygulayarak öğrenir.

Kendi Uygulamanızda Yapay Zeka

Yapay zekayı yalnızca kullanmak değil, API üzerinden kendi ürün ve süreçlerinize yerleştirmeyi öğretir.

Uçtan Uca Mimari

Prompt, bellek, RAG, ajan ve guardrails katmanları adım adım kurulur ve tek bir projede birleşir.

Maliyet, Kalite ve Güvenlik

Token maliyeti, çıktı değerlendirmesi ve güvenlik bariyerleri programın ayrılmaz parçasıdır.

Eğitim İçeriği

Kapsamlı Program

Beş bölüm hâlinde uygulamalı ilerler; her bölümde kurulanlar bitirme projesinde birleşir.

1

LLM Temelleri ve Prompt Mühendisliğine Giriş

Geliştirme Ortamı ve API Kurulumu — kurs tanıtımı, ortam hazırlığı ve API anahtarı
LLM'e İlk Çağrı — mesaj listesi ve rol yapısı (system / user / assistant)
System Mesajı — botun kişiliğini ve davranışını şekillendirme
Model Seçimi — bulut ve yerel, açık ve kapalı modellerin karşılaştırılması
Zero-shot ve Few-shot — örnekle yönlendirme teknikleri
Net Yönergeler ve Format — format zorlama ve halüsinasyonu azaltma teknikleri

2

İleri Prompt Teknikleri, Multimodal, Bellek ve Arayüz

Chain-of-Thought — modeli adım adım düşündürme
Yapılandırılmış Çıktı — modelden JSON alıp kodda kullanma
Multimodal Kullanım — görsel girdiyle soru sorma
Mini Uygulama — belleksiz konsol chatbot
Token Kavramı — Türkçe ve İngilizce token sayımı karşılaştırması
Bellek Stratejileri — tüm geçmiş, pencereleme ve özetleyerek sıkıştırma
Gradio ile Web Arayüzü — bellekli chatbot'u arayüze taşıma

3

RAG ve Uzun Süreli Bellek

Embedding — metni sayıya çevirme ve anlam benzerliği
Vektör Veritabanı — ChromaDB ile belge ekleme ve arama
Naif RAG — bul → besle → cevapla
Hybrid Arama — anlam (dense) + anahtar kelime (BM25)
Reranker — bulunan adayları yeniden sıralama
Adaptive RAG — soruya göre akıllı yönlendirme
Uzun Süreli Bellek — RAG'i geçmiş konuşmalara uygulama
Retrieval Güvenliği — belgeye gizlenen zararlı talimatlar ve savunma

4

Ajanlar — ReAct, Plan-Uygula, MCP ve Production'a Giriş

Tool Kavramı — modele araç vermek ve gerekliliği
ReAct Döngüsü — düşünce → eylem → gözlem
Plan-and-Execute — önce planlama, sonra adım adım uygulama
Ajan Belleği — scratchpad ile ara sonuçları hatırlama
MCP — Model Context Protocol ile araçları standart biçimde bağlama
Streaming — yanıtı kelime kelime akıtma
Güvenilirlik — retry ve backoff ile hataya dayanıklılık

5

Maliyet, Değerlendirme, Güvenlik ve Bitirme Projesi

Maliyet Kontrolü — token maliyeti, önbellek (cache) ve model yönlendirme
Değerlendirme — LLM-as-Judge ve test seti ile çıktı kalitesini ölçme
Guardrails — girdi ve çıktı denetimiyle güvenlik bariyerleri
Bitirme Projesi — prompt, bellek, RAG, guardrails ve streaming'i birleştiren mini destek asistanı
Kapanış — kurs değerlendirmesi, soru-cevap ve sonraki adımlar

Kimler Katılmalı

Bu Eğitim Kimin İçin?

Yazılım Geliştiriciler Backend Geliştiriciler Full-Stack Geliştiriciler Veri Bilimciler Makine Öğrenmesi Mühendisleri Takım Liderleri / Tech Lead Yazılım Mimarları

100+ Kurumsal Referans