Eğitim Hakkında
RAG ve fine-tuning kararlarını kurumsal mimariyle birleştirin. QLoRA, kalıcı vektör indeksleri, Neo4j GraphRAG ve çoklu agent desenleriyle uçtan uca çalışan bir asistan geliştirin.
Eğitim İçeriği
Hedef Kitle
Yazılım mimarları, kıdemli backend/YZ mühendisleri, veri bilimciler ve kurumsal AI sistemlerini üretime taşıyan teknik ekipler.
Ön Koşullar
Temel Python bilgisi; API/HTTP, OOP ve SQL/NoSQL kavramlarına aşinalık.
Eğitim Sonunda Kazanımlar
• Agent anatomisini Adapter, Strategy ve Chain of Responsibility ile kurumsal mimariye taşımak.
• RAG ve fine-tuning arasında seçim yapmak; QLoRA ile açık kaynak model uyarlamak.
• Kalıcı vektör indeksleri kurmak ve RAGAS/DeepEval ile değerlendirmek.
• Neo4j ve vektör veritabanını birleştiren GraphRAG tasarlamak.
• Çoklu agent orkestrasyonu ve legacy entegrasyonunu bitirme projesinde uygulamak.
Eğitim İçeriği
GÜN 1 – LLM ve Agent Temelleri, Design Patterns ve Vektörel Persistence
Agent Anatomisi ve Function Calling
Chatbot vs RAG vs Agent ayrımı
Planner-Executor-Memory-Tool anatomisi
Function Calling ve Tool Integration
Fine-Tuning vs RAG Karar Mimarisi
Statik bilgi vs dinamik veri ayrımı
Format/stil uyarlaması vs bilgi kazandırma
Maliyet, kaynak ve latency analizleri
AI Mimarisinde Yazılım Tasarım Desenleri
Adapter Pattern: Vektör DB ve LLM bağımlılıklarını soyutlama
Strategy Pattern: Dense, Sparse ve Hybrid arama stratejileri
Chain of Responsibility: Query Rewrite → Filter → Retrieve → Re-rank
Vektörel Veri Saklama ve Persistence
Document Chunking ve Embedding stratejileri
ChromaDB, Qdrant ve PGVector üzerinde kalıcı indeksleme
Pydantic ile Context Engineering ve Structured Output
GÜN 2 – QLoRA Fine-Tuning, Guardrails ve Neo4j GraphRAG
Açık Kaynak LLM Fine-Tuning ve Model Değerlendirme
Fine-Tuning veri seti hazırlığı: JSONL ve instruction formatı
Unsloth ve Hugging Face PEFT/QLoRA ile model eğitimi
RAGAS ve DeepEval: Faithfulness, Answer Relevance, Context Recall ve Hallucination tespiti
Guardrail, KVKK ve Tracing
Decorator Pattern ile güvenlik ve izleme
OpenTelemetry ve LangSmith ile tracing
KVKK/PII maskeleme ve güvenlik kuralları
Neo4j Knowledge Graph
Vektör DB sınırları ve multi-hop akıl yürütme
Neo4j ve Cypher sorgulama
LLM ile Entity-Relation çıkarımı
Dual Storage ve Hybrid GraphRAG
IGraphStore ve IVectorStore entegrasyonu
Subgraph Traversal ile vektör metin parçalarını birleştirme
GraphRAG context montajı
GÜN 3 – Multi-Agent Orkestrasyonu, Kurumsal Entegrasyon ve Bitirme Projesi
Orchestrator-Worker ve Supervisor-Subordinate desenleri
Event-driven asenkron koordinasyon
Facade Pattern ve Anti-Corruption Layer ile legacy entegrasyonu
Kurumsal servis arayüzleri
Bitirme Projesi: Kurumsal Mevzuat ve Poliçe Asistanı
Mevzuat, poliçe ve SSS verilerinin aktarılması
GraphRAG, fine-tuned model, vektör depolama ve design patterns entegrasyonu
Uçtan uca canlı asistan geliştirme
Proje sunumu, code review, production readiness ve maliyet/performans checklist
