Bize Ulaşın
 Süre 35 Saat

Eğitim İçeriği

Giriş ve Teşhis Temelleri

  • LLM sistemlerindeki arıza modlarının ve Ollama'ya özgü yaygın sorunların genel bakışı
  • Yeniden üretilebilir deneyler ve kontrollü ortamlar oluşturma
  • Hata ayıklama araç seti: yerel loglar, istek/yanıt yakalama ve kum havuzu

Arızaların Yeniden Üretimi ve İzolasyonu

  • Minimal arızalı örnekler ve tohumlar oluşturma teknikleri
  • Durumlu ve durumsuz etkileşimler: bağlama dayalı hataları izole etme
  • Determinizm, rastgelelik ve belirsiz davranışların kontrolü

Davranışsal Değerlendirme ve Metrikler

  • Kantitatif metrikler: doğruluk, ROUGE/BLEU varyantları, kalibrasyon ve karmaşıklık (perplexity) yaklaşıkları
  • Nitel değerlendirmeler: insan-döngü içinde puanlama ve rubrik tasarımı
  • Görev bazlı sadakat kontrolleri ve kabul kriterleri

Otomatik Test ve Regresyon

  • İstek (prompt) ve bileşenler için birim testleri, senaryo ve uçtan uca testler
  • Regresyon suitleri ve altın örnek tabanları oluşturma
  • Ollama model güncellemeleri için CI/CD entegrasyonu ve otomatik doğrulama kapıları

Gözlemlenebilirlik ve İzleme

  • Yapılandırılmış loglama, dağıtık izleme ve korelasyon ID'leri
  • Temel operasyonel metrikler: gecikme, token kullanımı, hata oranları ve kalite sinyalleri
  • Model destekli hizmetler için uyarılar, panolar ve SLI/SLO'lar

İleri Düzey Kök Neden Analizi

  • Grafiksel istekler, araç çağrıları ve çok turlu akışlarda izleme
  • Karşılaştırmalı A/B teşhis ve ablasyon çalışmaları
  • Veri kökeni, veri seti hata ayıklama ve veri setinden kaynaklanan arızaların ele alınması

Güvenlik, Sağlamlık ve Giderme Stratejileri

  • Mitigasyonlar: filtreleme, temel alma (grounding), geri getirme güçlendirme (RAG) ve istek iskeletlenmesi
  • Model güncellemeleri için geri alma, kanarya ve aşamalı çıkarma desenleri
  • Olay sonrası analizler (post-mortem), dersler ve sürekli iyileştirme döngüleri

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • LLM uygulamaları geliştirmek ve dağıtmak konusunda güçlü deneyim
  • Ollama iş akışları ve model barındırma konusunda tanıdıklık
  • Python, Docker ve temel gözlemlenebilirlik araçlarına hâkimiyet

Hedef Kitle

  • Yapay Zeka mühendisleri
  • ML Ops uzmanları
  • Üretim ortamındaki LLM sistemlerinden sorumlu QA ekipleri

Katılımcı Sayısı


Katılımcı başına fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler