N004

LLM ve RAG ile Güvenilir AI Uygulamaları Geliştirme

Büyük dil modellerini Retrieval-Augmented Generation mimarileriyle birleştirerek güvenilir, izlenebilir ve değerlendirilebilir AI çözümleri tasarlama yetkinliği kazandırmak.

Uygulayıcı3 günEğitmen: Aycan Altınöz

LLM ve RAG ile Güvenilir AI Uygulamaları Geliştirme Eğitim

Kimler için uygundur?

Yapay zeka ürünleri geliştiren yazılım ekipleri, veri ve ML profesyonelleri, ürün yöneticileri ve AI proje liderleri.

Katılımcılar ne kazanır?

  • LLM kullanım senaryosunu ve RAG gereksinimini doğru çerçeveleyebilme
  • Belge alımı, parçalama, embedding ve vektör arama akışını tasarlayabilme
  • Yanıt kalitesi, halüsinasyon ve kaynak gösterimini ölçebilme
  • Güvenlik, gizlilik ve insan denetimi kontrollerini kurgulayabilme

Eğitim kapsamında hangi konular işlenir?

  • Transformer ve LLM temelleri
  • RAG mimarisi: veri alımı, parçalama, embedding ve retrieval
  • Hybrid search, reranking ve bağlam penceresi tasarımı
  • Prompt şablonları, tool use ve çıktı yapılandırma
  • RAG değerlendirme: doğruluk, faithfulness, relevance ve latency
  • Halüsinasyon azaltma, kaynak gösterimi ve güvenlik
  • Üretime alma, gözlemlenebilirlik ve maliyet optimizasyonu

RAG sistemlerini kurarken veri stratejisi, vektör veritabanı seçimi, LLMOps döngüsü, performans değerlendirme ve KVKK uyumlu yönetişimi birlikte ele alıyoruz. Ayrıntılar için kurumsal RAG rehberimize bakın.

Sık Sorulan Sorular

LLM ve RAG eğitimi ne kadar sürer?

Eğitim, uygulayıcı seviyesinde üç günlük bir programdır.

Eğitim kimler için uygundur?

Yapay zeka ürünleri geliştiren yazılım ekipleri, veri ve makine öğrenmesi profesyonelleri, ürün yöneticileri ve AI proje liderleri için tasarlanmıştır.

Katılımcılar hangi yetkinlikleri kazanır?

LLM kullanım senaryosunu ve RAG gereksinimini doğru çerçeveleyebilme; belge alımı, parçalama, embedding ve vektör arama akışını tasarlayabilme; yanıt kalitesini, halüsinasyonu ve kaynak gösterimini ölçebilme; güvenlik, gizlilik ve insan denetimi kontrollerini kurgulayabilme.

RAG ile fine-tuning arasındaki farkı da ele alıyor musunuz?

Evet. Kurumsal bilginin modele nasıl taşınacağı, RAG ve fine-tuning yaklaşımlarının hangi durumda tercih edileceği eğitimin karar konuları arasındadır.