AI Agent Eğitimi

• Hoş Geldiniz ve Eğitimin Hedefleri
   ○ Program yapısı, modüller, zaman çizelgesi
   ○ Katılımcı profilleri ve ön koşullar
   ○ Başarı göstergeleri, değerlendirme kriterleri
  • AI Agent Tanımı, Motivasyonu ve Tarihçesi
   ○ Kural-tabanlı → veri-odaklı → LLM-destekli evrim
   ○ AutoGPT, BabyAGI, CrewAI, OpenAI Function Calling çizgisi
   ○ “Tool use = yeni fine-tune” paradigması
  • Agent Ekosistemi ve Temel Bileşenler
   ○ Planlayıcı, yürütücü, eleştirmen (critic) katmanları
   ○ Hafıza sınıfları: kısa, uzun, epizodik, semantik
   ○ Araç/tutum (toolbox), aksiyon-gözlem döngüsü
   ○ Orkestrasyon desenleri: tekil–çok-ajan, senkron–asenkron

• Planlama Motorları
   ○ Hierarchical Task Network (HTN)
   ○ Tree-of-Thoughts, Graph-of-Thoughts, Voyager
   ○ Ön-plan vs. dinamik alt-plan üretimi
  • Yürütme & Aksiyon Yönetimi
   ○ Tek adım reaktif çağrı, çok adım iteratif döngü
   ○ Retry, backoff, exception yakalama stratejileri
  • Hafıza ve Bilgi Temsili
   ○ Vektör DB + Graph DB hibrit mimarisi
   ○ Chunk özetleme, pencere kaydırma, unutma (TTL)
   ○ Persona-tabanlı hafıza ayrışması
  • Durum & Oturum Yönetimi
   ○ Session ID, kullanıcının uzun vadeli bağlamı
   ○ Çok-kullanıcılı izole bağlam tasarımı

• SMART Görev Tanımları
 ○ Scope, Metric, Actor, Resource, Time
• Prompt Katmanları
 ○ Sistem, rol, bağlam, örnek, kullanıcı mesajları
 ○ Planlayıcı promptu vs. yürütücü promptu
• Örüntüler ve Şablonlar
 ○ ReACT, Plan-Execute, Self-Reflect, Reason-+-Act
• Parametrik Promptlar
 ○ Jinja2/Prompt-Template dosyaları (.prompt.toml)
 ○ Çok-dillilik, i18n/i10n stratejileri
• Prompt A/B/N Testi
 ○ Eval dataset, istatistiksel anlamlılık, muti-armed bandit

• Hafıza Türleri
 ○ Kısa vadeli pencere, uzun vadeli arşiv, episodik günlük
 ○ Öz-özetleme (self-summary) & sliding window
• Vektör DB Karşılaştırması
 ○ FAISS, Qdrant, Weaviate, Milvus, pgvector
 ○ HNSW, IVF-PQ, Disk-ANN indeksleri
• Bilgi Graf (Bilgi Üst Katmanı)
 ○ Entity-relasyon çıkarımı, Neo4j/Arango Graph
 ○ Graph RAG, bilgi yayılımı (propagation)
• Veri Soy Kütüğü (Lineage)
 ○ Marquez, OpenMetadata entegrasyonu
 ○ Kaynak → chunk → embedding → tool-call iz takibi

• Araç Türleri
 ○ REST/GraphQL çağrıları
 ○ SQL/NoSQL sorguları
 ○ Kod yürütme (Python REPL, JS sandbox)
 ○ Tarayıcı otomasyonu (Playwright)
• Araç Şeması ve İzin Modeli
 ○ JSON Schema, parametre doğrulama
 ○ Kısıtlı izinler (least privilege), zaman bütçesi
• Araç Kayıt Defteri
 ○ Tool registry, versiyonlama, etiketleme
 ○ Auto-discovery & hot-reload mekanizmaları
• Güvenli Çalıştırma
 ○ Seccomp/apparmor, resource quota, network policy

• Kod & Prompt Depolama
   ○ Mono-repo vs. multi-repo, Git akışları
   ○ Prompt versiyon etiketleri, changelog formatı
  • Deney & Model İzleme
   ○ MLflow, Weights&Biases, LangSmith
   ○ Prompt-trace, cost-trace, decision-tree log’ları
  • CI/CD Boru Hatları
   ○ Build-Test-Bench-Deploy adımları
   ○ Evaluation gate (agent-bench ≥ %80)
   ○ Otomatik canary & shadow traffic

• Fonksiyonel Testler
 ○ Görev tamamlama, araç doğruluğu, yanıt formatı
• Performans Metrikleri
 ○ p50/p95 latency, token/s, concurrency QPS
 ○ Cost/token, görev başına maliyet
• Niteliksel Metrikler
 ○ Factuality, faithfulness, toxicity, bias
 ○ Self-critiquing & RLAIF skorları
• Benchmark Takımları
 ○ AgentBench, ToolBench, AGIEval entegrasyonu
 ○ Kuruma özel sentetik görev seti üretimi

• Paketleme Seçenekleri
 ○ Docker/OCI imajları, distroless taban
 ○ Lambda layer, OCI Artifacts
• Orkestrasyon
 ○ Kubernetes, KNative, Argo Rollouts
 ○ Autoscale: HPA, Keda (event-driven)
 ○ GPU/CPU heterojen node-pool
• Sunucu İçin LLM Opsiyonu
 ○ vLLM, TGI, Ollama, TensorRT-LLM
• Serverless Ajan Mimarileri
 ○ EventBridge → Lambda → Bedrock
 ○ GCP Cloud Run → Vertex AI

• Metrik Toplama
 ○ Prometheus, OpenTelemetry, Datadog
 ○ Cost dashboard, latency heatmap, tool-error matrix
• Loglama & Tracing
 ○ Structured JSON, trace-ID, baggage propagation
 ○ Span: user msg → planner → tool → LLM inference
• Olay Yönetimi & RCA
 ○ SLO/SLA tanımı, Alertmanager routing
 ○ Incident post-mortem şablonu
• Optimizasyon Döngüsü
 ○ Token caching, speculative decoding
 ○ Prompt refactor, tool-call batching, latency budget

• Kimlik ve Erişim Kontrolü
 ○ OAuth2/OIDC, mTLS, IAM role, secret vault
• Prompt Injection Savunması
 ○ Input sanitation, regex guard, allow-list function calling
 ○ Red-team simulation pack, jailbreak corpus
• Veri Gizliliği
 ○ PII maskeleme, differential privacy, data minimisation
• Regülasyon Uyumu
 ○ KVKK/GDPR hakları, veri yerelliği
 ○ EU AI Act risk sınıflaması – Limited Risk
• Etik İlkeler
 ○ Şeffaflık, açıklanabilirlik, sorumlu yayın
 ○ Bias denetimi, adil kullanım kontrolleri

• Konuşma Akışları
   ○ Çok-adımlı diyalog, geri soru, onay döngüsü
  • Hata Mesajları & Geri Bildirim
   ○ Kullanıcı dostu hata kodları, retry önerileri
   ○ Thumbs-up/down feedback loop
  • Çevrimiçi Öğrenme
   ○ Re-ranking, preference learning, adaptive UI
  • Erişilebilirlik
   ○ Çok dilli arayüz, sesli komut, WCAG uyumu

• Ajan Rolleri
 ○ Planner, Solver, Critic, Router, Memory-Manager
• İletişim Protokolleri
 ○ Message Passing, blackboard, pub/sub (NATS)
• Çakışma Çözümü
 ○ Locking, priority queue, arbitration policy
• Görev Dağıtım Algoritmaları
 ○ Contract-Net, market-based, round-robin
• Özyinelemeli Ajanlar
 ○ Self-loop reflection, recursive planning

• Kapasite Planlama
 ○ Token tavanı, QPS hedefi, GPU throughput
• Maliyet Analitiği
 ○ Compute vs. inference vs. API çağrı maliyeti
• Optimizasyon Teknikleri
 ○ KV-cache pinleme, quantization, Mixture-of-Experts
 ○ Retrieval cache, semantic cache, deduplication