Eğitim İçeriği
Agentic Yapay Zekaya Giriş ve Bootcamp Genel Bakış
- Agentic yapay zekayı ve bootcamp yapısını anlama
- Araçların, çerçevelerin ve bağımlılıkların gözden geçirilmesi
- Proje kurulumu ve iş birliği için en iyi uygulamalar
Proje 1: İsteme Yönelik Çıkarım Yapan Akıllı Asistan
- Görev tabanlı konuşmacı bir ajan tasarlama
- Çıkarım ve karar verme için yapılandırılmış istemlerin kullanılması
- Jupyter Notebook'ta geliştirme ve test
Proje 2: Belge Analizi ve Özetleme Ajanı
- PDF ve metin dosyalarından veri çıkarma ve özetleme
- Belge alımı ve geri getirme için LangChain kullanımı
- Yapılandırılmış ve yapılandırılmamış içerikten yürütücü raporları oluşturma
Proje 3: İş Akışı Otomasyonu İçin Araç Kullanan Ajan
- Dış API'lerin entegrasyonu ve tekrarlayan görevlerin otomasyonu
- Agentic döngülerle çok aşamalı süreçlerin yönetimi
- Gerçek iş akışları için küçük bir otomasyon asistanı oluşturma
Proje 4: Veri Analizi ve İçgörü Oluşturma Ajanı
- Ajanları veri kaynaklarına (CSV, SQL veya API) bağlama
- Python ve yapay zeka desteğiyle keşifçi veri analizi gerçekleştirme
- Görsel içgörüler ve performans panoları oluşturma
Proje 5: Çoklu Ajan İş Birliği ve Orkestrasyon
- Görev devri için birden fazla ajanın koordine edilmesi
- Kontrolör-işçi (controller-worker) mimarisi tasarlama
- Çoklu ajan prototip sisteminin dağıtılması ve test edilmesi
Kapanış ve Bir Sonraki Adımlar
- Proje sunumları ve akran geri bildirimleri
- Optimizasyon ve ölçeklendirme stratejilerinin tartışılması
- Sürekli öğrenme ve deneyler için kaynaklar
Kurs İçin Gerekli Önbilgiler
- Python programlamada orta düzey yeterlilik
- Yapay zeka veya makine öğrenmesi ilkelerinde temel anlayış
- API'ler ve veri işleme iş akışlarıyla tanıdıklık
Hedef Kitle
- Uygulamalı yapay zeka projeleri oluşturmak isteyen mühendisler ve geliştiriciler
- Agentic yapay zekada hızlı prototipleme becerileri arayan teknik ekipler
- Yapay zeka entegrasyonu ve pilot program geliştirme süreçlerinde yer alan uygulayıcılar
Danışanlarımızın Yorumları (1)
En değerli: Kodları kopyalayıp yapıştırmak yerine, öğrendiklerimi bizzat uygulayarak AI ile pratik veri analiz görevleri gerçekleştirmek. İkinci en değerli: Herkesin kullandığı terimlerin (skills, agents, MCP, API) tanımları. Şimdi bunları anladığımdan, AI denemelerinde kendimi çok daha güvenli hissediyorum. Üçüncü: AI'ın nasıl çalıştığı, ne yapabildiği ve ne yapamadığı hakkındaki değerlendirmeler (80/20 kuralınızı sonsuza kadar aklımda tutacağım). Dördüncü: Bize öğrettiklerinizin yazılı ve erişilebilir formda sunulması.
Lieven Hofmann - Transport & Environment
Eğitim - Hands-On Agentic AI Bootcamp: Build 5 Real Projects in Python
Yapay Zeka Çevirisi