Generative AI LLM Models On Cloud Eğitimi
Generative AI LLM Models On Cloud Eğitimi
Eğitim Hakkında
Üretken Yapay Zeka (Generative AI), Büyük Dil Modelleri (LLM) ve bu teknolojilerin kurumsal uygulamalarda nasıl kullanılabileceğini anlamalarını amaçlayan uygulamalı bir programdır. Eğitim kapsamında yapay zekanın temel kavramlarından başlayarak LLM modellerinin çalışma mantığı, prompt engineering teknikleri, bulut platformlarında yapay zeka servislerinin kullanımı ve RAG (Retrieval-Augmented Generation) mimarisi gibi güncel konular ele alınmaktadır. Program süresince katılımcılar; AWS, Google Cloud ve Azure platformlarında Generative AI servislerini kullanmayı, vektör veritabanları ile bilgi getiren yapay zeka sistemleri kurmayı ve LangChain gibi araçlarla AI agent geliştirmeyi uygulamalı olarak deneyimlerler. Eğitim ayrıca gerçek iş senaryoları üzerinden AI destekli chatbotlar, otomasyon çözümleri ve kurumsal yapay zeka uygulamalarının nasıl geliştirileceğini göstermeyi hedefler.
Ön Koşul
Temel bulut bilişim (AWS, GCP, Azure), temel makine öğrenmesi ve NLP bilgisi
Eğitim İçeriği
- Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme ve Generative AI İlişkisi
- NLP (Doğal Dil İşleme) ve LLM (Büyük Dil Modelleri)
- Generative AI Kullanım Alanları (Metin, Görsel, Ses, Video Üretimi)
- Transformer Modelleri: GPT, BERT, T5, PaLM, Claude, Llama
- Prompt Engineering: Zero-shot, Few-shot, Chain-of-Thought (CoT)
- Model Fine-Tuning & Transfer Learning
- Pratik Çalışma: OpenAI GPT, Google Bard veya Hugging Face üzerinden model testleri
- AI için Bulut Platformları: AWS, GCP, Azure
- AI Model Hizmetleri: API Kullanımı ve Model Deploy Süreçleri
- Güvenlik, Maliyet ve Performans Optimizasyonu
- AWS Bedrock & SageMaker: Amazon’un Generative AI Servisleri
- Google Vertex AI & PaLM API: Google’ın LLM Servisleri
- Azure OpenAI Service: Microsoft’un GPT Modelleri ile Entegrasyon
- Pratik Çalışma: Google Vertex AI veya AWS SageMaker üzerinden bir LLM modeli çağırma ve API ile entegre etme
- RAG Nedir ve LLM ile Nasıl Çalışır?
- Vektör Veritabanları: FAISS, Pinecone, ChromaDB
- OpenAI Embeddings & LangChain Kullanımı
- Pratik Çalışma: FAISS veya Pinecone ile bir RAG Pipeline oluşturma
- AI Agents vs. Chatbots vs. LLM
- ReAct, AutoGPT, BabyAGI Gibi Otonom AI Sistemleri
- LangChain & OpenAI Function Calling ile Agent Geliştirme
- Pratik Çalışma: LangChain Agents ile belirli görevleri otomatikleştiren bir AI Agent oluşturma
- LLM + RAG + AI Agent Kullanım Senaryoları
- AI Destekli Chatbot ve Self-Servis Uygulamalar
- Maliyet Optimizasyonu & Model Performansı
Kazanımlar
Yapay zeka, makine öğrenmesi, derin öğrenme ve Generative AI kavramlarını ve aralarındaki ilişkiyi anlamak
LLM (Large Language Models) modellerinin çalışma mantığını ve kullanım alanlarını öğrenmek
Prompt engineering tekniklerini kullanarak LLM’lerden daha doğru ve etkili sonuçlar elde edebilmek
GPT, BERT, T5 gibi transformer tabanlı modeller hakkında temel bilgi sahibi olmak
AWS, Google Cloud ve Azure gibi bulut platformlarında Generative AI servislerini kullanabilmek
API üzerinden LLM modellerini çağırarak uygulamalara entegre edebilmek
RAG (Retrieval-Augmented Generation) mimarisini anlayarak bilgi tabanlı AI uygulamaları geliştirebilmek
FAISS, Pinecone gibi vektör veritabanlarını kullanarak veri arama ve retrieval süreçleri oluşturabilmek
LangChain gibi araçlar ile AI agent ve otomasyon çözümleri geliştirebilmek
Kurumsal senaryolarda AI destekli chatbot, bilgi asistanı ve otomasyon uygulamaları tasarlayabilmek
Yapay zeka uygulamalarında maliyet, güvenlik ve performans optimizasyonu konularını değerlendirebilmek
Gerçek hayat senaryoları üzerinden LLM tabanlı bir proje geliştirme deneyimi kazanmak
Hedef Kitle
Yazılım Geliştiriciler
Veri Bilimciler
Mühendisler
AI & ML Uzmanları
Sertifika
Eğitimlerimize %80 oranında katılım gösterilmesi ve eğitim müfredatına göre uygulanacak sınav/projelerin başarıyla tamamlanması durumunda, eğitimin sonunda dijital ve QR kod destekli “BT Akademi Başarı Sertifikası” verilmektedir.
SEKTÖRÜN GÜVENDİĞİ ÇÖZÜM ORTAĞI
BT Akademi'yi tercih eden 4.000'den fazla kurum yanılmıyor.
