Course Outline
-
AI-Native Gereksinim Mühendisliği Temelleri [TEORİ & DEMO]
- Geleneksel iş analistliğinden AI-native yaklaşıma geçiş.
- ”Derlenebilir doküman” ve ”AI-okunabilir gereksinim” kavramları.
- ”Gereksinim kalitesi = Kod kalitesi” tezinin pratik temelleri.
- Prompt mühendisliği ile yapılandırılmış analiz çıktısı üretme.
-
Yapay Zeka ile Use Case ve User Story Yazımı [UYGULAMALI]
- AI destekli Use Case diyagramları ve senaryo üretimi.
- User Story, Kabul Kriterleri (Acceptance Criteria) ve uç durum (edge case) keşfinde yapay zekanın konumlandırılması.
- INVEST kriterlerine uygun, AI ile iteratif hikaye iyileştirme (story refinement).
- Uygulama: Gerçek bir iş gereksiniminden AI ile eksiksiz bir hikaye seti oluşturma.
-
Yapay Zekayı Gereksinim Mühendisi Olarak Konumlandırma [ATÖLYE]
- AI’ı paydaş (stakeholder) görüşmelerini yapılandırma, gereksinimleri önceliklendirme ve tutarsızlık tespitinde kullanma.
- PRD (Ürün Gereksinim Dokümanı) üretim ardışık düzeni (pipeline): Briefing’den dokümana.
- Gereksinim izlenebilirliği (traceability) ve etki analizi için AI iş akışı tasarımı.
-
Marka Kimliğine Uygun AI Destekli Prototipleme [CANLI DEMO]
- Mevcut bir uygulamanın ekran görüntüsünden AI ile çalışan React prototipi oluşturma (Proto Cloner yöntemi).
- Marka renkleri, tipografi ve UI desenlerini koruyarak iteratif tasarım.
- PRD’den prototipe: Gereksinimden çalışan arayüze 15 dakikada geçiş demosu.
-
Yapay Zeka ile Veri Modelleme ve Analiz [UYGULAMALI]
- İş gereksinimlerinden varlık-ilişki (entity-relationship) diyagramlarına AI destekli geçiş.
- Veri sözlüğü, normalizasyon ve ilişki haritalarının otomatik üretimi.
- API ve veritabanı şema tasarımında AI kullanımı.
- Mevcut veri yapılarının AI ile analizi ve optimizasyonu.
-
Entegrasyon ve Çapraz Uygulama [BİTİRME PROJESİ]
- Tüm modüllerin bir arada uygulandığı bitirme projesi (Capstone): Gerçek bir iş senaryosunda gereksinim toplama, dokümantasyon, prototipleme ve veri modellemeyi AI ile uçtan uca gerçekleştirme.
- Takım bazlı çalışma, sunumlar ve geri bildirim süreçleri.
Requirements
-
A foundational understanding of business analysis, the Software Development Life Cycle (SDLC), or product development processes.
-
Basic experience working with digital products, software projects, or data-driven systems.
-
Basic familiarity with any programming language (not mandatory, but beneficial).
Audience
-
Business Analysts
-
Product Managers and Product Owners
-
Software developers, solution architects, and other professionals working within digital product teams.
Testimonials (2)
That i gained a knowledge regarding streamlit library from python and for sure i'll try to use it to improve applications in my team which are made in R shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Course - GitHub Copilot for Developers
Lecturer's knowledge in advanced usage of copilot & Sufficient and efficient practical session