AI on Amazon Web Services (AWS) Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye – çevrimiçi veya yerinde) bulut mühendisleri ve geliştiricilerin, AWS ekosistemi içindeki altyapı kaynaklarını yönetmek için CloudFormation'i kullanmalarını amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Altyapı yönetimini otomatikleştirmek için CloudFormation şablonlarını uygulayın.
• Mevcut AWS kaynaklarını CloudFormation ile entegre edin.
• Çoklu hesaplar ve bölgeler arasında yığınları yönetmek için StackSet'leri kullanın.

LangGraph, durumlu, çok aktörlü LLM uygulamalarını oluşturmaya yönelik, kalıcı durumu ve yürütme kontrolünü sağlayan bileşik grafikler şeklinde bir framework'dür.

Bu eğitmen yönetilen canlı eğitim (çevrimiçi veya yerel), hızla optimize etmek, hata ayıklamak, izlemek ve üretim düzeyinde LangGraph sistemlerini işletmek isteyen ileri düzey AI platform mühendisleri, AI için DevOps'lar ve ML mimarları için tasarlanmıştır.

Bu eğitim sonunda katılımcılar şunları yapabileceklerdir:

• Karmaşık LangGraph topolojilerini hız, maliyet ve ölçeklenebilirlik açısından tasarlama ve optimizasyonu.
• Tekrarlamalar, zaman aşımına uğramalar, idempotentlik ve kontrol noktasi tabanlı kurtarma ile güvenilirliği mühendisliği.
• Graf yürütümlerini hata ayıklama ve izleme, durumu inceleme ve sistemli olarak üretim sorunlarını yeniden üretme.
• Grafikleri günlükler, metrikler ve izlemeler ile donatma, üretim ortamına dağıtma ve SLA'ları ve maliyetleri izleme.

Eğitim Formatı

• Interaktif ders anlatımı ve tartışmalar.
• Birçok alıştırma ve uygulama.
• Canlı laboratuvar ortamında elden uygulama.

Eğitim Özelizzazione Seçenekleri

• Bu eğitim için özel bir eğitim talep etmek istiyorsanız, lütfen bize başvurun ve düzenleme yapın.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), web uygulamasına bir aDynamoDB NoSQL veritabanı entegre etmek isteyen geliştiricilere yöneliktir ve AWS üzerinde barındırılır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Verileri DynamoDB'ye entegre etmeye başlamak için gerekli geliştirme ortamını kurmak.
• DynamoDB'yi web ve mobil uygulamalara entegre etmek.
• AWS hizmetlerini kullanarak AWS'de verileri taşımak.
• AWS DAX ile işlemler uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (yerinde veya uzaktan) AWS üzerinde IoT cihazlarını dağıtmak ve yönetmek isteyen mühendislere yöneliktir.

Bu eğitimin sonunda katılımcılar, bir arka uç, ağ geçidi ve cihazların AWS üzerinde dağıtımını ve yönetimini içeren bir IoT platformu oluşturabileceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çeşitli cihazlar için uygulamalar oluşturmak amacıyla AWS IoT Greengrass özelliklerini kurmak, yapılandırmak ve yönetmek isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar, AWS IoT Greengrass kullanarak akıllı cihazlarda uygulamalar oluşturabilecek, dağıtabilecek, yönetebilecek, güvenliğini sağlayabilecek ve izleyebileceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim Türkiye (yerinde veya uzaktan) geliştiricilerin, yürütme ortamı (sunucular, VM'ler ve kapsayıcılar, kullanılabilirlik, ölçeklenebilirlik, depolama vb.) sağlamadan hizmetleri ve uygulamaları buluta oluşturmak ve dağıtmak için AWS Lambda'u kullanmayı amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Bir işlevi yürütmek için AWS Lambda'u yapılandırmak.
• FaaS (Hizmet Olarak İşlevler) ve sunucusuz geliştirmenin avantajlarını anlamak.
• AWS Lambda işlevlerini oluşturmak, yüklemek ve yürütmek.
• Lambda işlevlerini farklı olay kaynaklarıyla entegre etmek.
• Lambda tabanlı uygulamaları paketlemek, dağıtmak, izlemek ve sorun gidermek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), AWS altyapısını yönetme sürecini otomatikleştirmek için AWS CloudFormation'i kullanmak isteyen mühendislere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Altyapıyı yönetmeye başlamak için AWS hizmetlerini etkinleştirmek.
• "Altyapı olarak kod" ilkesini anlamak ve uygulamak.
• Altyapı dağıtımının kalitesini artırmak ve maliyetleri düşürmek.
• YAML kullanarak AWS CloudFormation Şablonları yazmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), DevOps uygulamalarını derinleştirmek ve AWS Cloud9 kullanarak geliştirme süreçlerini kolaylaştırmak isteyen ileri düzey profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• AWS Cloud9'u DevOps iş akışları için kurmak ve yapılandırmak.
• Sürekli entegrasyon ve sürekli teslimat (CI/CD) hatları uygulamak.
• AWS Cloud9 kullanarak test, izleme ve dağıtım süreçlerini otomatikleştirmek.
• Lambda, EC2 ve S3 gibi AWS hizmetlerini DevOps iş akışlarına entegre etmek.
• GitHub veya GitLab gibi kaynak kontrol sistemlerini AWS Cloud9 içinde kullanmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), AWS Cloud9 ve AWS Lambda üzerinde sunucusuz uygulamaları etkili bir şekilde oluşturmak, dağıtmak ve sürdürmek isteyen orta düzeydeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Sunucusuz mimarinin temellerini anlayabilecektir.
• Sunucusuz uygulama geliştirme için AWS Cloud9'u kurabilecektir.
• AWS Lambda kullanarak sunucusuz uygulamalar geliştirebilecek, test edebilecek ve dağıtabilecektir.
• AWS Lambda'u API Gateway ve S3 gibi diğer AWS hizmetleriyle entegre edebilecektir.
• Sunucusuz uygulamaları performans ve maliyet verimliliği için optimize edebilecektir.

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Summary:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage using DynamoDB.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Hands on with Raspberry PI and AWS IoT Core to build a smart device.
• Sensor data visualization and communication with web interface.

LangGraph, planlama, dalga geçme, araç kullanımını, belleği ve denetlenebilir yürütümü destekleyen çizge yapılı LLM uygulamaları oluşturmak için bir çerçevedir.

Bu eğitmen yönetilen canlı eğitim (online veya on-site), LangGraph kullanarak güvenilir, çok aşamalı LLM iş akışları tasarlamak ve incelemek isteyen yeni başlayan geliştiriciler, tetikleyici mühendisleri ve veri uygulayıcılarına yönelik olabilir.

Eğitim sonunda katılımcılar şu becerilere sahip olacaktır:

• Temel LangGraph kavramlarını (düğüm, kenar, durum) ve ne zaman kullanacaklarını açıklamak.
• Dalga geçme, araç çağırma ve bellek koruma özelliğine sahip tetik zinciri oluşturma.
• Sorgulama ve harici API'leri çizge iş akışlarına entegre etme.
• LangGraph uygulamalarını güvenilirlik ve güvenlik açısından test etme, hata ayıklama ve değerlendirme.

Eğitim Formatı

• Tartışma destekli etkileşimli ders anlatımı.
• Sandık ortamında yönlendirilmiş laboratuvarlar ve kod yürütmeleri.
• Tasarım, test ve değerlendirme konularında senaryoya dayalı egzersizler.

Eğitim özelleştirme seçenekleri

• Bu eğitim için özel bir eğitim talep etmek için bize başvurunuz.

LangGraph, LLM'ler tarafından desteklenen durum bilgisi ve çok aktör iş akışlarını sağlar ve yürütme yollarına ve durum kalıcılığına hassas kontrol sunar. Sağlık sektöründe bu yetenekler uyumluluk, entegrasyon ve tıbbi iş akışlarıyla uyumlu karar destek sistemleri oluşturma açısından kritiktir.Bu eğitmen yönlü canlı eğitim (önline veya yerel) ortamda, düzenlemeye, etik ve operasyonel zorlukları ele alırken LangGraph tabanlı sağlık çözümlerini tasarlamak, uygulamak ve yönetmek isteyen orta düzeyden ileri düzey profesyonellere yöneliktir.Eğitimin sonunda katılımcılar şunları yapabileceklerdir:- Uyumluluğu ve denetlenebilirliği göz önünde bulundurarak sağlık özel iş akışlarını tasarlamak.- LangGraph uygulamalarını tıbbi ontolojilerle ve standartlarıyla (FHIR, SNOMED CT, ICD) entegre etmek.- Hassas ortamlarda güvenilirlik, izlenebilirlik ve açıklık için en iyi uygulamaları uygulamak.- Sağlık üretim ortamında LangGraph uygulamalarını dağıtmak, izlemek ve doğrulamak.

Eğitim Formatı

• Interaktif ders ve tartışma.
• Dünya genelindeki gerçek hayat durumları ile elden deneyler.
• Canlı-laboratuvar ortamında uygulama pratikleri.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için özelleştirilmiş bir eğitim talebinde bulunmak istiyorsanız, lütfen bizimle iletişime geçin ve düzenleme yapın.

LangGraph, dalgaçılığı, araç kullanımı, bellek ve denetlenebilir yürütümeyi destekleyen graf yapısında LLM workflow'ları oluşturmak için bir çerçeve olarak kullanılır.

Bu eğitmen yönetimi altında gerçekleşen canlı eğitim (online veya face-to-face) orta düzeyli mühendisler ve ürün ekibi için tasarlanmıştır. Bu grup, LangGraph'in graf mantığını LLM aracılıklı döngülerle birleştirerek, müşteri destek aracısı, karar ağacı ve bilgi edinme sistemleri gibi dinamik, bağlam bilen uygulamalar geliştirmeyi hedefler.

Eğitim sonunda katılımcılar aşağıdaki yetenekleri kazanacaklardır:

• Graf tabanlı workflow'ları tasarlayarak LLM araçlarını, araçları ve belleği koordine edebilirler.
• Kararlı yürütümeyi sağlamak için koşullu yönlendirme, yeniden denemeler ve plan B uygulamalarını gerçekleştirebilirler.
• Araç döngülerine edinme, API'ler ve yapılandırılmış çıktıları entegre edebilirler.
• Araç davranışlarını değerlendirmeyi, izlemeyi ve güvenilirlik ve güvenlik açısından güçlendirebilirler.

Eğitim Formatı

• Interaktif ders anlatımı ve yönlendirilmiş tartışmalar.
• Sandık ortamında yönetilen laboratuvarlar ve kod yürütmeleri.
• Komutanın tasarımı ve eş değerlendirmeleri temel alan senaryo tabanlı egzersizler.

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için özelleştirilmiş bir eğitim talebinde bulunmak isterseniz, lütfen bize ulaşın ve düzenleme yapınız.

LangGraph, koşullu, çok adımlı LLM ve araç akışlarını etkinleştirme graf tabanlı bir orkestrasyon çerçevesidir. İçerik boru hattlarının otomasyonu ve kişiselleştirilmesi için idealdir.

Bu eğitmen yönetimi altında gerçekleşen canlı eğitim (çevrimiçi veya yerel) orta düzeyli pazarlama uzmanları, içerik stratejileri geliştiricileri ve otomasyon geliştirmenleri için tasarlanmıştır. Bu gruplar LangGraph kullanarak dinamik, dallanmış e-posta kampanyaları ve içerik oluşturma boru hattlarını uygulamayı amaçlamaktadır.

Eğitim sonunda 참가자는 다음과 같은 작업을 할 수 있습니다:

• Koşullu mantık ile graf yapısı içeren içerik ve e-posta akışları tasarlamak.
• Otomatik kişiselleştirme için LLM'leri, API'leri ve veri kaynaklarını entegre etmek.
• Birkaç adımlık kampanyalar arasında durum, hafızayı ve bağlamı yönetmek.
• Akış performansını ve teslimat sonuçlarını değerlendirmek, izlemek ve optimize etmek.

Eğitim Formatı

• Interaktif dersler ve grup tartışmaları.
• E-posta akışları ve içerik boru hattlarını uygulayan pratik laboratuvarlar.
• Kişiselleştirme, segmentasyon ve dallanma mantığı üzerine senaryo tabanlı egzersizler.

Eğitim Özelleştirmesi Seçenekleri

• Bu eğitim için özelleştirilmiş bir eğitim talep etmek için bize ulaşınız.