Chat GPT ile Bankacılıkta Yapay Zeka Kullanımı ve Uygulamaları Eğitimi
Chat GPT ile Bankacılıkta Yapay Zeka Kullanımı ve Uygulamaları Eğitimi
Eğitim Hakkında
Bankacılıkta Generative AI projeleri yalnızca etkili prompt yazımından ibaret değildir. Doğru bağlamın sağlanması, kurumsal bilgi kaynaklarının güvenilir biçimde kullanılması, çıktının ölçülmesi, erişimlerin kontrolü ve insan onayının doğru noktalara yerleştirilmesi gerekir. Bu eğitim, Mid–Senior seviyedeki katılımcılara bankacılıkta üretime alınabilir GenAI çözümlerinin nasıl tasarlanacağını öğretmeyi amaçlar. Programda Generative AI mimarisi, context engineering, LLM evaluation, RAG, AI Agents, human-in-the-loop, enterprise architecture, security, privacy, governance ve build-vs-buy yaklaşımları ele alınır. Internal Banking Regulation Assistant, Fraud Investigation Assistant ve Banking Compliance Copilot gibi bankacılık senaryoları üzerinden retrieval, evaluation, monitoring ve governance konuları incelenir. Final workshop'ta uçtan uca bir bankacılık AI çözüm mimarisi tasarlanır.
Ön Koşul
Temel bankacılık veya kurumsal iş akışı deneyimi ve ChatGPT gibi üretken yapay zeka araçlarına aşinalık beklenir. LLM, prompt ve hallucination kavramlarına temel düzeyde hâkimiyet faydalıdır. İleri düzey kodlama bilgisi gerekli değildir; temel Excel, SQL veya API bilgisi avantaj sağlar.
Eğitim İçeriği
- Transformer recap, tokens, embeddings, context window, inference, reasoning models, multimodal models, foundation models ve LLM limitations
- Advanced Prompt Engineering: system instruction, context engineering, few-shot learning, prompt templates ve structured outputs
- JSON generation, constraint design, task decomposition, multi-step reasoning ve prompt versioning
- LLM output evaluation: accuracy, relevance, groundedness, completeness, consistency ve hallucination rate
- Golden Dataset yaklaşımı ile model ve prompt versiyonlarını karşılaştırma
- LLM-as-a-Judge ve Human Evaluation yöntemlerinin avantajları, sınırları ve bankacılıkta kullanım alanları
- AI failure modes: hallucination, context poisoning, prompt injection, jailbreak, data leakage, bias, inconsistent output, over-reliance ve automation bias
- Retrieval Augmented Generation mimarisi: embeddings, vector database, chunking, similarity search, metadata, retrieval, reranking, context construction ve citations
- Banking Case – Internal Banking Regulation Assistant: kurum içi policy, prosedür ve mevzuat bilgisini LLM ile güvenilir biçimde buluşturma
- RAG failure modes: wrong retrieval, bad chunking, stale documents, conflicting policies, missing metadata, excessive context ve poor retrieval ranking
- Yanlış cevabın kök nedenini model, prompt, retrieval ve veri katmanları arasında ayrıştırma
- AI Agent kavramı ve bankacılıkta tool kullanan sistemlerin temel çalışma mantığı
- Fraud Investigation Assistant senaryosu üzerinden tool access, müşteri geçmişi, işlem verisi ve fraud rule entegrasyonlarının değerlendirilmesi
- Banking Agent örnekleri: Compliance Agent, KYC Agent, Operations Agent, Report Agent ve Customer Service Agent
- Human-in-the-Loop modelleri: AI Decision, AI Recommendation → Human Decision ve AI Evidence → Human Investigation → Decision yaklaşımlarının karşılaştırılması
- Yüksek riskli bankacılık süreçlerinde excessive agency, unauthorized action ve automation bias risklerinin kontrolü
Kazanımlar
- LLM mimarisini, yeteneklerini ve temel sınırlamalarını değerlendirebilecek,
- Prompt engineering ve context engineering yaklaşımlarını uygulayabilecek,
- LLM çıktılarının accuracy, groundedness, completeness ve hallucination gibi metriklerle değerlendirebilecek,
- Golden Dataset, LLM-as-a-Judge ve Human Evaluation yöntemlerini kullanabilecek,
- RAG mimarisinin embedding, chunking, retrieval, reranking ve citation bileşenlerini tasarlayabilecek,
- RAG kaynaklı hataları analiz ederek kök nedenlerini belirleyebilecek,
- Bankacılık süreçlerinde AI Agent ve human-in-the-loop kullanımını değerlendirebilecek,
- Enterprise GenAI çözümlerinde authentication, authorization, logging, monitoring, masking ve auditability gereksinimlerini tasarlayabilecek,
- AI çözümlerinde security, privacy ve governance risklerini değerlendirebilecek,
- Build, Buy ve Integrate seçeneklerini karşılaştırabilecek,
- AI use-case'lerini değer, uygulanabilirlik, veri erişimi ve risk kriterlerine göre önceliklendirebilecek,
- Bir Banking Compliance Copilot için uçtan uca mimari, güvenlik, evaluation, monitoring ve başarı kriterlerini tanımlayabileceklerdir.
Hedef Kitle
- Bankacılıkta çalışan Mid–Senior seviye yazılım, platform, entegrasyon ve solution architecture profesyonelleri
- Data, AI/ML, analytics ve intelligent automation ekiplerinde görev alan uzmanlar
- Digital Banking, ürün, süreç ve dönüşüm ekiplerinde GenAI use-case'leri üzerinde çalışan teknik veya iş liderleri
- Risk, Compliance, AML/KYC ve bilgi güvenliği ekiplerinde AI yönetişimi ve kontrol süreçleriyle ilgilenen profesyoneller
- Tech Lead, Engineering Manager, Product Owner ve proje liderleri
- Kurumsal süreçlerinde ChatGPT ve Generative AI çözümlerinden yararlanmak isteyen teknik çalışanlar
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.
İlgili Kurslar
SEKTÖRÜN GÜVENDİĞİ ÇÖZÜM ORTAĞI
BT Akademi'yi tercih eden 4.000'den fazla kurum yanılmıyor.
