KURUMSAL EĞİTİM, PROMPT ENGİNEERİNG

EĞİTİM SÜRESİ

• • 1 Gün
  • Ders Süresi: 50 dakika
  • Eğitim Saati: 10:00 - 17:00

Eğitimler 50 dakika + 10 dakika moladır. 12:00-13:00 saatleri arasında 1 saat yemek arasındaki verilir. Günde toplam 6 saat eğitim verilir.

Eğitimler uzaktan eğitim formatında tasarlanmıştır. Her eğitim için Teams linkleri gönderilir. Katılımcılar bu linklere girerek eğitimlere katılırlar. Ayrıca farklı remote çalışma araçları da eğitmen tarafından tüm katılımlara sunulur. Katılımcılar bu araçları kullanarak eğitimlere katılırlar.

Eğitim içeriğinde GitHub ve Codespace kullanılır. Katılımcılar bu platformlar üzerinden örnek projeler oluşturur ve eğitmenle birlikte eğitimlerde sorulan sorulara ve taleplere uygun içeriğe cevap verir.

Eğitim yapay zeka destekli kendi kendine öğrenme formasyonu ile tasarlanmıştır. Katılımcılar eğitim boyunca kendi kendine öğrenme formasyonu ile eğitimlere katılırlar. Bu eğitim formatı sayesinde tüm katılımcılar gelecek tüm yaşamlarında kendilerini güncellemeye devam edebilecekler ve her türlü sorunun karşısında çözüm bulabilecekleri yeteneklere sahip olacaklardır.

EĞİTİM HEDEFİ

• Üretken Yapay Zekanın Temellerini Kavramak: Katılımcılar, üretken yapay zekanın temel prensiplerini, tarihçesini ve uygulama alanlarını öğrenerek bu teknolojinin iş süreçlerindeki etkisini anlayacaklardır.
• Büyük Dil Modellerinin Yapısını ve Çalışma Prensiplerini Öğrenmek: Eğitim süresince katılımcılar, LLM (Large Language Model) mimarilerini, çalışma mantığını ve farklı görevlerde nasıl kullanıldığını kavrayacaklardır.
• Prompt Kavramını Derinlemesine Anlamak: Katılımcılar, LLM’lerle etkileşimde kullanılan en temel araç olan prompt’ların yapısını, türlerini ve etkili kullanım tekniklerini öğreneceklerdir.
• Prompt Mühendisliği Becerisi Geliştirmek: Katılımcılar, sıfır atışlı (zero-shot), az atışlı (few-shot) ve bağlam yönetimli prompt tasarımları yaparak, çıktıyı yönlendirme ve optimize etme becerisi kazanacaklardır.
• Uygulamalı Senaryolar Üzerinden Deneyim Kazanmak: Gerçek dünya senaryoları kullanılarak yapılan çalışmalarla katılımcılar; metin oluşturma, özetleme, sınıflandırma gibi görevleri nasıl yöneteceklerini uygulamalı olarak göreceklerdir.
• Kurumsal Uyum ve Etki Analizi Yapabilmek: Katılımcılar, üretken yapay zekanın kurumsal süreçlere nasıl entegre edileceğini ve departmanlar arası kullanım stratejilerini öğrenerek uygulama alanlarını belirleyebileceklerdir.
• .NET, Python, Go ve Java Spring ile Uygulama Geliştirmek: Eğitimde çoklu dil desteğiyle sunulan kod örnekleri sayesinde, katılımcılar farklı platformlarda prompt tabanlı uygulama geliştirme konusunda yetkinlik kazanacaklardır.
• Yapısal Çıktı Üretimi ve Güvenlik Risklerini Anlamak: Katılımcılar, JSON, XML gibi yapısal formatlarda çıktı üretmeyi ve prompt enjeksiyonu gibi güvenlik açıklarına karşı alınacak önlemleri öğreneceklerdir.
• Değerlendirme Kriterleri ve Geri Bildirim Döngüsü Oluşturmak: Katılımcılar, üretken yapay zeka uygulamalarının başarısını ölçmek için değerlendirme ve geri bildirim mekanizmalarını etkin bir şekilde kullanabileceklerdir.
• Prompt Performansını Test Etmek ve İyileştirmek: Katılımcılar, oluşturdukları prompt'ları sistematik olarak test etmeyi, model çıktısını analiz etmeyi ve iyileştirme stratejilerini uygulamayı öğreneceklerdir.

Bu eğitim, katılımcılara yalnızca prompt mühendisliğinin temel ilkelerini öğretmekle kalmayacak, aynı zamanda bu bilgileri gerçek dünya uygulamalarında kullanarak büyük dil modelleriyle etkili iletişim kurma, çıktıları yönlendirme ve yapay zekâ destekli çözümler geliştirme becerisi kazandıracaktır.

EĞİTİM İÇERİĞİ

Modül 01: Üretken Yapay Zeka ve Büyük Dil Modelleri Dünyasına Giriş

• Senaryo: Kurum içi eğitimlerde yapay zekanın rolünü keşfetmek isteyen bir ekip, üretken yapay zekanın temellerini öğrenmeye başlar.
• İçerik:
  • Yapay zekanın evrimi ve üretken modellerin yükselişi.
  • Büyük Dil Modelleri (LLM) mimarileri ve yetenekleri.
  • Prompt kavramı ve LLM'lerle etkili iletişim.
  • Temel prompt mühendisliği tanımı ve süreçleri.
  • Uygulamalı senaryolar: Pazarlama ve geliştirici perspektifi.
  • C# ile prompt modelleme ve çıktı işleme örnekleri.
  • Görevler, değerlendirme kriterleri ve kurumsal uygulama.

Modül 02: Etkili Prompt Yazma Teknikleri ve Yapıları

• Senaryo: Bir içerik üretim takımı, çıktılarının kalitesini artırmak için prompt yapısını yeniden tasarlamak ister.
• İçerik:
  • Temel prompt bileşenleri: Talimat, bağlam, örnekler, çıktı formatı.
  • Zero-shot ve few-shot prompting yaklaşımları.
  • Bağlam yönetimi ve model parametrelerinin çıktıya etkisi.
  • Talimat takibi ve sınırlayıcı faktörlerin modellenmesi.
  • Senaryolarla öğrenme: Geri bildirim sınıflandırma, dokümantasyon özeti.
  • C# ile metin özetleme ve çıktı biçimlendirme uygulamaları.
  • Değerlendirme, uygulama görevleri ve sonuç analizi.

Modül 03: Geliştiriciler için Pratik Yaklaşımlar ve Önemli Hususlar

• Senaryo: Bir yazılım ekibi, üretken yapay zekayı uygulamalarına entegre etmek için teknik yönlendirme arar.
• İçerik:
  • Talimat kısıtlamaları ve yapısal çıktı üretimi (JSON, XML).
  • .NET ile JSON işleme ve çıktı kontrolü.
  • Rol prompting: Sistem, kullanıcı, yardımcı roller.
  • Güvenlik odaklı prompt testleri ve enjeksiyon riskleri.
  • Senaryolar: Bilgi çıkarımı ve sohbet botları.
  • Uygulamalı örnekler: C#, Python, Go, Java Spring ile uygulamalar.
  • Kurumsal uyum, değerlendirme kriterleri ve ileri seviye sorular.

EĞİTİM YÖNETİMİ

• Teorik Bilgi: Güncel bilgiler ve konseptlerin anlatımı.
• Uygulamalı Örnekler: Gerçek senaryolarla pratik uygulamalar.
• Etkileşimli Tartışmalar: Katılımcıların aktif katılım sağlayacağı, soru-cevap şeklinde tartışmalar yapılacak oturumlar.
• Proje Tabanlı Öğrenme: Eğitimin son günü, katılımcıların öğrendiklerini pratikte uygulayacakları kapsamlı bir proje çalışması yapılacak.

HEDEF KİTLE

1. Yazılım Geliştiriciler: Büyük dil modelleriyle (LLM) entegrasyon, çıktı analizi ve üretken yapay zekâ destekli uygulamalar geliştirmek isteyen yazılımcılar.
2. Veri Bilimcileri: Veri analizi, sınıflandırma ve metin üretimi gibi görevlerde LLM’leri etkili şekilde kullanmak isteyen veri uzmanları.
3. Ürün Yöneticileri: Yapay zekâ destekli ürünlerin planlanması, test edilmesi ve çıktılarının optimize edilmesinde prompt mühendisliğini kullanmak isteyenler.
4. İş Analistleri: LLM’lerden anlamlı çıktılar elde etmek ve doğal dil girdilerini yapılandırılmış çıktılara dönüştürmek isteyen analistler.
5. Proje Yöneticileri: AI projelerinde görev dağılımı, çıktının kontrolü ve görev tanımlarının netliği için prompt tasarımına hâkim olmak isteyen yöneticiler.
6. Danışmanlar: Kurumlara üretken yapay zekâ ve LLM tabanlı sistemlerin kullanımı konusunda danışmanlık hizmeti vermek isteyen profesyoneller.
7. Akademisyenler ve Eğitimciler: Doğal dil işleme (NLP), yapay zekâ ve LLM tabanlı eğitim içerikleri oluşturmak isteyen öğretim üyeleri ve eğitmenler.
8. Yeni Mezunlar ve Stajyerler: Yapay zekâ, yazılım geliştirme ve veri analizi alanlarında kariyer hedefleyen, LLM’lerle pratik yetkinlik kazanmak isteyen yeni mezunlar.
9. İçerik Üreticileri ve Pazarlama Uzmanları: Metin üretimi, özetleme, senaryo yazımı ve kişiselleştirilmiş içerik üretimi gibi görevlerde LLM kullanımını öğrenmek isteyen profesyoneller.

KATILIMCILARDAN BEKLENTİLERİMİZ

• Katılımcıların temel algoritma ve yazılım mantığını kavramış olmaları.
• Doğal dil işleme (NLP), yapay zekâ veya büyük dil modelleri (LLM) hakkında temel seviyede farkındalık sahibi olmaları önerilir, ancak zorunlu değildir.
• Yazılım dili fark etmeksizin (Python, C#, Java) temel düzeyde kod okuma ve mantık kurma yetkinliğine sahip olmaları.
• Aktif katılım, deneyim paylaşımı ve açık fikirli öğrenme yaklaşımı göstermeleri.