Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Süre 7 Saat
Eğitim İçeriği
Modül 1: Giriş ve AI Teorisi
- Model Tabanlı Yaklaşım: AI'nin bir mühendislik sorunu olarak ele alınması.
- Makinenin "Ruhu"sünün Gizemi: Ne olduğu ve ne olmadığını anlama.
- Teknolojinin Evrimi: BERT'ten Transformeleyicilere.
- Üretebilir Alanlar: Analiz, Yaratıcı, Araştırma, Görüntü, Müzik ve Video.
- Veri Yönetimi: Temeller, denetimler ve araştırma trendleri (Çoklu Modlulilik, Ajanlar, RAG, LLM vs. SLM).
- Karanlık Taraflar: Etik, telif hakkı, önyargılar, hayal power'i ve sosyal mühendislik.
- Risk Değerlendirme: Veri zehirlemesi, Nepenthes ve insan yeteneklerinin "aptallaşması" riski.
- Model Taksonomisi: Temel vs. Görev-spesifik; Kapalı ağırlıklı vs. Açık ağırlıklı modeller.
Modül 2: Mevcut Manzara ve Araç Seti
- Dil Modelleri Arenası: Performans ve beklenti karşılaştırmaları.
- Profesyonel Satın Alma Kriterleri: Maliyet, gecikme, gizlilik ve tedarikçi kilitlenmesi.
- Büyük Modeller Genel Bakışı: OpenAI ChatGPT, Perplexity, Gemini ve Grok.
- Niche & Küçük Modeller: Manus, SpecKit.
- Grafik Üretimi: Perchance
- Teknik Kısıtlamalar: Kontekst bozulması vs. Token maliyeti.
Modül 3: Etkileşim - Prompt & Kontekst Mühendisliği
- Doğrulama Çerçevesi: Tamamlanma, tutarlılık ve doğrulanabilirlik.
- RAG Stratejisi: Retrieval-Augmented Generation'ın ne zaman kullanması gerektiğini ve fine-tuning'e göre avantajlarını anlama.
- AI'nin İhracatı: Bakım maliyetleri vs. üretkenlik kazançları.
- İleri Teknikler: 20+ Prompt & RAG yöntemleri ve gerçek dünya örnekleri.
- Deneysel Araziler: Üçgensel değerlendirmeler, Harita & Alan genel bakışı ve Model tabanlı üretim.
Modül 4: AI'de Agile Proje Yönetimi
- Süper Bilgisayar Pilotu: AI'nin bir otomasyon motoru olarak kullanımı.
- Karar Verme: İnsan sorumluluğu vs. AI desteğinin dengesi.
- AIOps & GitOps: İş akışına AI'yi entegre etme.
- Araç Zincirleri & Pipelines: Sıvı bir AI destekli ortam oluşturma.
- Agile Arifmetikler: Backlog, rota haritası ve gereksinim mühendisliği.
- Hassasiyet Yönetimi: Kapasite planlaması ve tahmin (Doğruluk vs. Hassasiyet).
- Ürün Sahipliği: Fikir üretim, özellik analizi ve Vibe-kodlama riskleri.
- Risk & Senaryolar: "Eğer" senaryolarını planlama ve otomatik risk yönetimi.
- Refineman: Use Case ve User Story tanımlama & iyileştirme.
Kurs İçin Gerekli Önbilgiler
- Agile Manifesto ve Scrum çerçevesine temel bir anlayış.
- Proje yönetimi, ürün sahipliği veya takım liderliği deneyimi.
- Programlama veya AI mühendisliği deneyimi gerekmez, ancak dijital araçlarla genel bir aşina olma tavsiye edilir.
Hedef Kitle
- Agile Proje Yöneticileri ve Scrum Master'lar.
- Ürün Sahipleri ve Ürün Yöneticileri.
- IT Takım Liderleri ve Teslimat Yöneticileri.
- Agile ortamlarda çalışan İş Analistleri.
- AIOps'e ilgisi olan Operasyon Yöneticileri.
Danışanlarımızın Yorumları (1)
Yapay zeka araçlarını işimizi kolaylaştırmak için anlamlandırın. Analiz yapma ve sunum oluşturma gibi işlemlerde AI Chubb'ün yetkinliğini iyileştirin.
Tri wulandari - PT Chubb Life Insurance Indonesia
Eğitim - AI Literacy & Productivity
Yapay Zeka Çevirisi
