Başlangıç
Fark etmeden kullandığımız yapay zeka: AI’ın ne olduğu, ne olmadığı ve bir iş probleminin AI’a uygunluğunu sorgulamak.
Seminer · 1-2 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Veri analistleri, yazılımcılar, iş analistleri, ürün/proje yöneticileri ve şirket yöneticileri.
Kazanımlar AI, makine öğrenmesi ve derin öğrenmeyi ayırt etmek AI ile otomasyonun uygun kullanım alanlarını ayırmak Tahminsel ve üretken AI çıktılarını karşılaştırmak AI’ın güçlü yönlerini, sınırlarını ve risklerini değerlendirmek Bir iş probleminin AI ile çözülmeye uygunluğunu sorgulamak Konu Başlıkları Günlük hayatta yapay zeka: görünmez yardımcı Yapay zeka tanımı ve sınırları Tahmin makinesi olarak AI AI, ML ve derin öğrenme ilişkisi Başarılı AI projesinin veri, süreç ve insan bileşenleri Başlangıç
Seksen yıllık bilimsel birikim: Turing’den Dartmouth’a, AI kışlarından derin öğrenme devrimine.
Seminer · 1-2 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: AI’ı temellerinden ve tarihsel bağlamıyla anlamak isteyen herkes.
Kazanımlar AI’ın 80 yıllık bilimsel ve teorik temellerini açıklamak Alan Turing’in rolünü ve Turing Testi’nin önemini kavramak Sembolik AI ile veri odaklı (bağlantıcı) yaklaşımları karşılaştırmak AI kışlarının nedenlerini ve sonuçlarını analiz etmek Derin öğrenme devrimini ve Transformer mimarisini bağlamına oturtmak Konu Başlıkları Modern öncesi temeller ve Alan Turing 1956 Dartmouth Konferansı: alanın doğuşu Sembolik yaklaşım ve Perceptron AI kışları ve gerçekçi beklentiler Derin öğrenme devrimi, Transformer ve ChatGPT Başlangıç / Orta
Kuralları yazmadan veriden öğrenmek: ML’in temel kavramları, öğrenme türleri ve proje yaşam döngüsü.
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Veri analistleri, veri bilimcileri, yazılımcılar, iş analistleri ve AI projelerinde görev alan ekipler.
Kazanımlar Makine öğrenmesini geleneksel kodlamadan ayırmak Gözetimli, gözetimsiz ve pekiştirmeli öğrenmeyi ayırt etmek Feature ve label kavramlarını iş senaryolarında açıklamak Regresyon, sınıflandırma ve kümelemeyi tanımak Overfitting/underfitting ve performans metriklerini yorumlamak Konu Başlıkları ML nedir ve neden gereklidir? Problem bileşenleri: feature ve label Öğrenme türleri: gözetimli, gözetimsiz, pekiştirmeli Algoritmalar ve model eğitimi Değerlendirme, overfitting/underfitting ve accuracy limitleri Orta
Yapay sinir ağları ve modern mimari stratejileri: nöronlardan geri yayılıma, aktivasyon fonksiyonlarından eğitim döngüsüne.
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Veri bilimciler, ML’e derinleşmek isteyen analistler ve teknik profesyoneller.
Kazanımlar Derin öğrenmeyi klasik ML’den ayırmak ve ne zaman tercih edileceğini bilmek Yapay nöron yapısını ve aktivasyon fonksiyonlarını (Sigmoid, ReLU, Softmax) kavramak İleri yayılım ve kayıp fonksiyonlarını anlamak Geri yayılım ve optimizasyon sürecini kavramak Modern mimari stratejilerine giriş yapmak Konu Başlıkları Derin öğrenmeye giriş ve yapay zeka hiyerarşisi Derin öğrenme ne zaman tercih edilir? Yapay nöron yapısı ve aktivasyon fonksiyonları Eğitim döngüsü: ileri yayılım ve kayıp fonksiyonları Geri yayılım ve optimizasyon Orta
Token’lardan anlamlı çıktılara: LLM’lerin çalışma mekanizması, mimarisi ve kurumsal uygulama prensipleri.
Tam Gün Eğitim · 6-7 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: AI ve veri mühendisleri, ürün/proje yöneticileri, içerik üreticileri ve kurumsal karar vericiler.
Kazanımlar Dil modelinin temel görevini (sıradaki token olasılığı) kavramak Token, embedding ve bağlam kavramlarını anlamak Transformer, attention, eğitim ve inference mekaniğini öğrenmek LLM ile chatbot ayrımını yapmak RAG, araçlar, güvenlik ve değerlendirmeyle kurumsal kullanımı kavramak Konu Başlıkları Dil modeli nedir? LLM ne yapabilir? Token ve tokenizasyon; neden önemli? Embedding, bağlam ve vocabulary Transformer ve attention mekaniği Eğitim ve inference RAG, araçlar, güvenlik ve doğrulama Başlangıç / Orta
LLM’lerden tutarlı, doğru ve güvenli çıktı almak için stratejik prompt tasarımı, test ve operasyon (PromptOps).
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Yazılım geliştiriciler, AI mühendisleri, pazarlama & satış, İK profesyonelleri ve tüm bilgi çalışanları.
Kazanımlar İş ihtiyaçlarını açık ve ölçülebilir LLM görevlerine dönüştürmek Amaç, rol, bağlam, kısıt ve çıktı formatını sistematik tasarlamak Prompt injection ve jailbreak risklerini tanımak ve savunmak Prompt, RAG ve fine-tuning ayrımını yapmak Başarıyı Golden Dataset ve metriklerle ölçmek (PromptOps) Konu Başlıkları Prompt engineering nedir? Etkili bir promptun bileşenleri Prompt yazım ilkeleri ve yapılandırma (ayraçlar) Prompt vs. RAG vs. Fine-Tuning Risk ve güvenlik yönetimi Ölçümleme ve PromptOps Orta / İleri
LLM’lerden otonom sistemlere: ajan mimarisi, otonomi seviyeleri, güvenlik ve uygulama rehberi.
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: AI mühendisleri, ürün yöneticileri, yazılımcılar ve otonom sistem tasarlayan ekipler.
Kazanımlar Yapay zeka ajanının bileşenlerini (hedef, model, araçlar, hafıza, güvenlik) kavramak LLM ile ajan farkını (hedef odaklı, araç erişimi, kalıcı durum) anlamak Chatbot, copilot, workflow ve ajan arasındaki farkları ayırt etmek Otonomi seviyelerini (0-4) ve risk yönetimini tasarlamak Workflow ve ajan arasında doğru tercihi (hibrit yaklaşım) yapmak Konu Başlıkları Agentic AI ve ajan kavramı LLM vs. ajan Chatbot, copilot, workflow ve ajan farkları Otonomi seviyeleri ve risk-kontrol dengesi Temel mimari bileşenleri Human-in-the-loop ve güvenlik (guardrail) Orta / İleri
LLM’e her şeyi öğretmek yerine doğru zamanda doğru bilgiyi getir: kurumsal AI mimarisinin kalbi.
Tam Gün Eğitim · 6-7 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: AI/veri mühendisleri, çözüm mimarları, kurumsal AI projelerinde görev alan ekipler.
Kazanımlar RAG’in temel fikrini (önce bul, sonra üret) kavramak Retrieval, Augmented, Generation aşamalarını anlamak Kapalı kitap (LLM) ve açık kitap (RAG) yaklaşımını ayırt etmek RAG’in çözdüğü ve çözmediği problemleri değerlendirmek Halüsinasyon riskini azaltan, kaynak gösterebilen sistemler tasarlamak Konu Başlıkları Modülün ana sorusu: LLM kurumsal bilgiyi nasıl bilir? RAG’in temel fikri ve 3 aşaması Kapalı kitap vs. açık kitap analojisi RAG hangi problemleri çözer? RAG neyi çözmez? (reasoning, yetkilendirme, veri kalitesi) Kaynak gösterimi ve denetlenebilirlik Orta / İleri
Teknik güvenilirlik, etik değerler ve kurumsal yönetişim: NIST AI RMF, ISO 42001 ve AB AI Act çerçevesinde sorumlu AI.
Tam Gün Eğitim · 6-7 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: AI proje ekipleri, veri bilimciler, ML mühendisleri, bilgi güvenliği, hukuk & uyum ve risk yönetimi.
Kazanımlar Sorumlu AI kavramını ve sosyo-teknik sistem yaklaşımını kavramak AI envanteri yönetimi ve risk sınıflandırma metodolojisini öğrenmek NIST AI RMF, ISO/IEC 42001 ve AB AI Act gerekliliklerini anlamak Adalet metrikleri, veri minimizasyonu ve etki değerlendirmesi uygulamak Yönetişim işletim döngüsünü kurmak Konu Başlıkları Yönetişim işletim döngüsü Sosyo-teknik sistem yaklaşımı ve başarı boyutları Güvenilir AI ilkeleri ve küresel çerçeveler (NIST, ISO, OECD) AI riskleri ve zarar kategorileri Adalet, veri minimizasyonu ve etki değerlendirmesi AB AI Act ve uyum Orta / İleri
Notebook aşamasından ölçeklenebilir üretim ortamlarına: yapay zeka yaşam döngüsünün yönetimi.
Tam Gün Eğitim · 6-7 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: ML mühendisleri, veri bilimciler, DevOps ve platform ekipleri, AI ürünlerini üretime taşıyanlar.
Kazanımlar MLOps’un tanımını ve neden gerekli olduğunu kavramak Model yaşam döngüsünü ve iş değerine bağlanmasını öğrenmek MLOps olgunluk seviyelerini ve ortam yönetimini değerlendirmek Tekrarlanabilirlik, deney yönetimi ve baseline kurmak Drift izleme, sürekli eğitim (CT) ve güvenli dağıtımı uygulamak Konu Başlıkları MLOps nedir ve neden gereklidir? Model yaşam döngüsü ve iş değeri, başarı metrikleri MLOps olgunluk seviyeleri ve ortam yönetimi Tekrarlanabilirlik ve deney yönetimi Model registry, CI/CD ve onay mekanizmaları Drift izleme, canary/shadow deployment ve LLMOps Yönetici / İleri
Deneme projelerinden ölçülebilir ve ölçeklenebilir iş değerine: onlarca AI projesi değil, gerçek dönüşüm.
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Üst düzey yöneticiler, dönüşüm liderleri, CDO/CTO’lar ve AI stratejisi kuran ekipler.
Kazanımlar Proje sayısı ile gerçek stratejik dönüşüm arasındaki farkı kavramak Fırsat keşfini teknolojiden değil görevden başlatmak AI’ın kurumsal yakıtı olan veri stratejisini kurgulamak Yetkinlik ve iş gücü dönüşümünü (build/borrow/buy/partner) planlamak Rol bazlı AI okuryazarlığı ve yönetişim yetkinliklerini tasarlamak Konu Başlıkları Çok proje mi, gerçek dönüşüm mü? Fırsat keşfi: görevden başla Veri stratejisi: AI’nin kurumsal yakıt sistemi Yetkinlik ve iş gücü dönüşümü Rol bazlı AI okuryazarlığı ve yönetişim Orta
İşleri ortadan kaldırmak değil; görevleri, sorumlulukları ve yetkinlikleri yeniden tasarlamak.
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Yöneticiler, İK profesyonelleri, ekip liderleri ve iş dönüşümünü planlayan tüm profesyoneller.
Kazanımlar “Hangi meslek yok olacak?” yerine “Hangi görev nasıl değişecek?” sorusunu sormak Mesleği rol, görev, aktivite ve beceri katmanlarına ayırmak Otomasyon, augmentation ve dönüşüm etkilerini ayırt etmek Görev otomasyon potansiyelini (risk × standartlık) değerlendirmek İnsan-AI iş bölümü modelini kurgulamak Konu Başlıkları Yanlış soru ve doğru sorular İşin atomları: meslek, rol, görev, beceri Otomasyon, augmentation ve dönüşüm “Yapabilir miyiz?” ve “Yapmalı mıyız?” İnsan ve AI’ın güçlü yönleri; iş bölümü modelleri İleri
Genel amaçlı modellerden göreve özel modellere: PEFT, LoRA, QLoRA, hizalama (RLHF & DPO) ve LLMOps’u kapsayan teknik masterclass.
Masterclass · 2 Gün (13-15 saat)
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Veri bilimciler, AI mühendisleri, yazılım mimarları ve teknik proje yöneticileri.
Kazanımlar Pretraining, fine-tuning ve post-training süreçlerini yaşam döngüsünde açıklamak LoRA ve QLoRA parametrelerini görev için yapılandırmak SFT, RLHF ve DPO süreçlerini uçtan uca yönetmek Prompt, RAG, tool calling ve fine-tuning arasında doğru yöntemi seçmek Değerlendirme, güvenlik (safety regression, veri zehirleme) ve LLMOps’u uygulamak Konu Başlıkları Model uyarlama merdiveni ve karar çerçevesi PEFT & LoRA: verimli eğitim ve LoRA mimarisi QLoRA: düşük bellekle yüksek performans Veri mühendisliği: SFT, veri kalitesi ve chat şablonları Hizalama: preference optimization (RLHF & DPO) Operasyon: altyapı, değerlendirme, güvenlik ve LLMOps İleri
AI artık yalnızca okumuyor; görüyor, duyuyor, konuşuyor ve izliyor. Uçtan uca kurumsal multimodal sistem tasarımı.
Masterclass · 2 Gün (13-15 saat)
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: AI mühendisleri, çözüm mimarları, veri bilimciler ve gerçek zamanlı AI sistemleri kuran ekipler.
Kazanımlar Encoder, fusion ve ortak temsil uzayı kavramlarıyla multimodal sistem tasarlamak Computer vision, OCR ve Document AI pipeline’ları kurmak Konuşma sistemlerini (STT, TTS, diarization) uygulamak Düşük gecikmeli gerçek zamanlı akış mimarisi (turn detection, barge-in) tasarlamak Multimodal güvenlik (deepfake, prompt injection) ve değerlendirmeyi yönetmek Konu Başlıkları Unimodal ve multimodal sistemler, kombinasyonlar Computer Vision, OCR ve Vision-Language modelleri Doküman ve ses: Document AI, STT, diarization, TTS, voice cloning Gerçek zamanlı AI: streaming, WebSocket/WebRTC, VAD, latency budget Video, multimodal RAG ve ajanlar Güvenlik, deepfake tespiti, değerlendirme ve üretim İleri
SQL yazan AI’den veriyi ve iş anlamını anlayan kurumsal AI sistemlerine: Text-to-SQL, semantik katman ve güvenilir mimari.
Masterclass · 2 Gün (14-16 saat)
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Veri mühendisleri, analitik liderleri, BI geliştiricileri ve AI destekli veri sistemleri kuranlar.
Kazanımlar Text-to-SQL’i bir veri bağlamı çözümleme problemi olarak kavramak Semantik katman, metric layer ve metadata’yı kurgulamak AI destekli iş zekası ve otomatik içgörüleri (automated insights) uygulamak AI ile veri yönetimi (kalite, catalog, lineage, incident) yönetmek Pipeline ajanları ve güvenli işletim modelini tasarlamak Konu Başlıkları Analiste ihtiyaç kalmadı mı? SQL’den bağlama kritik dönüşüm AI ile veriyle konuşmak: Text-to-SQL AI ve iş zekası: conversational analytics AI ile veri yönetimi: kalite, catalog, lineage AI ile veri mühendisliği: pipeline ajanları Kurumsal mimari ve güvenilirlik Orta / İleri
Kod yazan asistandan yazılım geliştiren ajana: hız kadar doğrulama, güvenlik ve insan sorumluluğunu merkeze alan bir yolculuk.
Tam Gün Eğitim · 6-7 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Yazılım geliştiriciler, teknik liderler, DevOps ekipleri ve AI destekli geliştirme yapan herkes.
Kazanımlar AI coding kavramlarını (repository context, code assistant, coding agent) ayırt etmek Spec-driven geliştirmeyle problem, kapsam ve kabul kriterini netleştirmek Test, debugging ve root-cause akışlarını kurmak Güvenlik ve yetki kontrolünü (secrets, least privilege, human approval) uygulamak Otomasyon ve Agentic SDLC (API, MCP, webhook, CI/CD) kurgulamak Konu Başlıkları AI coding evrimi: autocomplete’ten multi-agent geliştirmeye Copilot modeli: hızlandırır, sahiplenmez Repository context ve retrieval Spec-driven geliştirme, test ve debugging Güvenlik ve yetki kontrolü Otomasyon ve Agentic SDLC Başlangıç / Orta
Hangi aracı kullanacağından önce hangi işi çözeceğini bil: araç ezberi değil, ölçülebilir değer üreten iş akışları.
Masterclass · 2 Gün (15-17 saat)
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: İçerik üreticileri, pazarlama ekipleri, girişimciler ve AI ile üretkenliğini artırmak isteyen herkes.
Kazanımlar Problem-araç uyumuyla (problem-first) doğru tool stack tasarlamak Kaynak yönetimi, atıf kontrolü ve fact-check ile doğrulanabilir içerik üretmek Metin, sunum, görsel, video ve ses üretim iş akışlarını kurmak Çok kanallı içerik uyarlaması (repurposing) yapmak Kurumsal yönetişim, telif/gizlilik ve ROI odaklı verimlilik ölçümü kurmak Konu Başlıkları Araç sayısı ≠ üretkenlik; Tool Overload ve FOMO Uçtan uca AI çalışma zinciri: fikirden ölçüme Ekosistem, araştırma (Deep Research) ve araç taksonomisi Yazılı içerik, marka sesi ve profesyonel sunum tasarımı Görsel, video ve ses üretimi (ses klonlama, podcast) AI Productivity System: yönetişim ve ROI Orta
2026 sinyallerinden 2035’in olası dünyalarına: kanıta dayalı, eleştirel bir gelecek okuması ve teknoloji rehberi.
Yarım Gün Atölye · 3-4 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Yöneticiler, strateji ekipleri, girişimciler ve AI’ın geleceğini eleştirel okumak isteyen herkes.
Kazanımlar Geleceği okuma metodolojisini (sinyal → trend → senaryo) kavramak Yetkinlik (capability) ile benimseme (adoption) gecikmesini ayırt etmek Kanıt ve belirsizlik matrisiyle iddiaları değerlendirmek AGI kavramını ve seviyelerini (genellik, performans, otonomi) anlamak AGI yetkinliğini ölçme probleminin sınırlarını kavramak Konu Başlıkları Geleceği okuma metodolojisi Yetkinlik vs. benimseme gecikmesi Kanıt ve belirsizlik matrisi: 6 kritik soru AGI kavramı ve gelişim spektrumu AGI’yi ölçme problemi ve ekonomik değer İleri
18 modüllük programdan sonra ileri uzmanlık haritası: Evaluation, GraphRAG, Causal AI, açık modeller ve AI güvenliği.
Seminer · 1-2 saat
Uygulamalı atölye (hands-on) dahil ₺99sunum PDF’i PDF’i al
Detayları gör Hedef Kitle: Programı tamamlamış katılımcılar ve bir sonraki uzmanlık alanını belirlemek isteyen profesyoneller.
Kazanımlar İleri seviye AI uzmanlık alanlarını ve önemini kavramak AI Evaluation & Reliability’i ayrı bir uzmanlık olarak değerlendirmek Knowledge Graphs & GraphRAG ile çok adımlı akıl yürütmeyi anlamak Causal AI ile korelasyonun ötesine geçmek Açık modeller, inference engineering ve AI güvenliği alanlarını tanımak Konu Başlıkları İleri uzmanlık alanlarına genel bakış AI Evaluation & Reliability Knowledge Graphs & GraphRAG Causal AI (nedensel yapay zeka) Açık modeller ve inference engineering AI Security & Adversarial AI