⏱️⏱️⏱️ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱ 32. Dönem Başlıyor ⏱️⏱️⏱️



Large Language Models (LLM) – Profesyonel Eğitim

Large Language Models (LLM) eğitimi, modern yapay zekâ uygulamalarının temelini oluşturan büyük dil modellerinin mimarisini, çalışma prensiplerini ve gerçek dünyadaki kullanım senaryolarını profesyonel düzeyde ele alan kapsamlı bir eğitim programıdır. Eğitim; LLM’lerin nasıl eğitildiğini, nasıl yönlendirildiğini ve kurumsal sistemlere güvenli ve ölçeklenebilir şekilde nasıl entegre edildiğini öğretmeyi amaçlar.

Global Cerd
📋 Eğitim Hakkında
  • • Online - Yüzyüze Eğitim
  • • 30 saat eğiitm süresi
  • • 5 iş günü
  • • Başlangıç -İleri seviye
📥 Müfredat

Güncel Müfredatı indirmek için;

Müfredat İndir
☎️ Teklif Al

Kurumsal teklif almak için;

Bize Ulaşın

Modüller & İçerik

Eğitim, 10 modülden oluşan uygulama ve mühendislik odaklı bir yapı sunar. Modüller; LLM ekosistemi ve transformer mimarisiyle başlayarak model iç yapısı, eğitim ve fine-tuning süreçlerini kapsar. Eğitim ilerledikçe prompt engineering teknikleri, LLM API kullanımı ve RAG mimarileri detaylı şekilde ele alınır. Ayrıca LLM güvenliği, multimodal modeller ve entegrasyon mühendisliği konuları işlenir. Son modülde ise uçtan uca bir LLM tabanlı ürün geliştirme süreci, gerçek senaryolar üzerinden hands-on olarak uygulanır. Bu yapı sayesinde eğitim, katılımcılara LLM teknolojilerini tasarlayan, yöneten ve üretime alan profesyonel bir yetkinlik kazandırır.


Module 1

LLM Ekosistemine Giriş

  • LLM nedir? NLP → Transformer → LLM evrimi
  • Transformer mimarisinin temelleri (Self-attention, embeddings)
  • GPT, Claude, Gemini, Llama modellerinin karşılaştırılması
  • Tokenization, context window, temperature yönetimi
Module 2

LLM Mimarisi ve İç Yapısı

  • Encoder–Decoder modelleri
  • Self-attention mekanizması
  • Position embeddings ve model ölçekleme
  • Model kapasitesi, parametre sayısı ve performans etkileri
Module 3

LLM Eğitimi (Training) ve İnce Ayar (Fine-tuning)

  • Pre-training, supervised fine-tuning, RLHF mantığı
  • Dataset oluşturma ve veri temizliği
  • Instruction tuning ve domain adaptation
  • Model değerlendirme metrikleri
Module 4

Prompt Engineering (LLM İçin)

  • Sistem prompt tasarımı
  • Role prompting, chain-of-thought, step-by-step reasoning
  • Hallucinasyon azaltma teknikleri
  • Multi-turn conversation optimizasyonu
Module 5

LLM API Kullanımı

  • OpenAI, Anthropic, Google API yapıları
  • Model seçimi, parametre optimizasyonu
  • Rate limits, token bütçesi yönetimi
  • Hands-on: API ile LLM çağrısı gerçekleştirme
Module 6

RAG (Retrieval-Augmented Generation) Mimarisi

  • RAG nedir? Kullanım senaryoları
  • Embedding oluşturma ve vektör veritabanları (Pinecone, FAISS)
  • Chunking ve indexing stratejileri
  • Hands-on: Basit bir RAG pipeline oluşturma
Module 7

LLM Güvenliği

  • Prompt injection ve jailbreak saldırıları
  • Veri sızıntısı riskleri
  • Model güvenliği, içerik filtreleme
  • Enterprise AI güvenlik ilkeleri
Module 8

Multimodal LLM’ler

  • Metin + görsel + ses + video işleyen modeller
  • LLM tabanlı görüntü analizi
  • PDF ve doküman işleme pipeline'ları
  • Hands-on: Multimodal sorgular ile uygulamalar
Module 9

LLM Entegrasyonları ve Mühendislik

  • LLM tabanlı chatbot geliştirme
  • Fonksiyon çağırma (function calling)
  • Agent-based AI mimarileri
  • LLM + workflow automation (LangChain, LlamaIndex)
Module 10

LLM Ürün Geliştirme (Hands-on)

  • Problem tanımı ve çözüm gereksinimleri
  • LLM seçimi, parametre ayarları
  • RAG + function calling + agent mimarisi ile uygulama oluşturma
  • Test ve optimize etme aşamaları



Kurumsal Eğitim Süreci

  1. 📝

    Eğitim Seçimi

    Kurumun ihtiyacı belirlenir ve hazır müfredatı bulunan eğitim paketleri arasından uygun eğitim seçilir.

  2. 📆

    Planlama

    Eğitim süresi, takvim, eğitmen ve eğitim formatı (online/yüz yüze) netleştirilir.

  3. 💫

    Hazırlık

    Katılımcı listeleri oluşturulur, davetler gönderilir, teknik kontroller ve materyal hazırlıkları tamamlanır.

  4. 🧑🏻‍💻

    Uygulama

    Belirlenen müfredata göre eğitim gerçekleştirilir; anlatım, uygulama ve soru-cevap bölümleri işlenir.

  5. 🎓

    Değerlendirme & Sertifika

    Eğitim sonunda kısa bir değerlendirme yapılır, katılımcılara sertifikalar iletilir ve kuruma genel geri bildirim sağlanır.