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.
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.
7 Saatler
Danışanlarımızın Yorumları (2)
El eşleme örnekleri
Ryan Brookman - The Shaw Group Limited
Eğitim - Introduction to Artificial Intelligence for Non-technical users
Yapay Zeka Çevirisi
Araçları kullanabildik.
Victor Aguero - PNUD/MICI
Eğitim - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Yapay Zeka Çevirisi