YAZILIMCI · Orta → İleri
Generative AI Engineer
Transformer temelinden RAG, fine-tuning, değerlendirme ve LLMOps’a uzanan uçtan uca mühendislik rotası.
- Bölüm
- 13
- Süre
- ~46 sa
- Ders
- 17
- Önkoşul
- 2
Bölüm döngüsü
- 1Teori
- 2Örnek
- 3Lab
- 4Test
- 5Proje
Önkoşullar
- Python
- Temel makine öğrenmesi
01ÇIKTI
Rotayı bitirdiğinde ne yapabiliyor olacaksın?
Üretime kod gönderen yazılım mühendisleri.
- 01
RAG sistemi
- 02
Değerlendirme hattı
- 03
Üretime alma
02MÜFREDAT
13 bölüm
Her bölüm ilgili Atlas kavramlarına bağlanır; eksik önkoşul varsa beceri grafiği uyarır.
- 01
- 02
- 03
- 04
- 05
- 06
- 07
- 08
- 10
- 11
- 13
03DERSLER
Bu rotadaki dersler
- Yapay zekâ alan haritasıYapay zekâ, makine öğrenmesi, derin öğrenme ve üretken model terimlerini kapsama ilişkisine göre yerleştirir; bir işi hangi katmanda çözeceğinizin ölçütünü verir.22 dk
- Denetimli öğrenme ve değerlendirme metrikleriBir modelin ne öğrendiğini ve neyi ezberlediğini ayırt etmenin aracı veri bölünmesi ve metrik seçimidir. Ders sızıntı, sınıf dengesizliği ve eşik kararını iş maliyetine bağlar.40 dk
- Geri yayılım ve eğitim dinamikleriGeri yayılımı zincir kuralıyla yapılan bir pay biçme muhasebesi olarak kurar ve kayıp eğrisinden eğitim sorunlarını teşhis etmenin yolunu gösterir.40 dk
- Dikkat mekanizması ve transformer mimarisiDikkati sorgu-anahtar-değer üçlüsüyle yapılan içerik tabanlı bir arama olarak kurar; maskeleme tercihlerini ve dizi uzunluğunun hesap ile bellek maliyetine etkisini açıklar.45 dk
- Token nedir ve neden önemli?Metnin modele giren en küçük birimi ve maliyet üzerindeki etkisi.18 dk
- Örnekleme ayarları ve bağlam bütçesiKod çözme ayarlarının olasılık dağılımını nasıl kestiğini ve bağlam penceresinin bölümlere ayrılıp çıktı payının önceden kilitlenmesi gerektiğini öğretir.35 dk
- Yapılandırılmış çıktı ve kısıt tasarımıÇıktıyı şemadan başlatarak makine tarafından denetlenebilir hale getirmeyi, doğrulama-onarım döngüsünü kodda kurmayı ve veriyi talimattan ayırmayı öğretir.35 dk
- Embedding sezgisiAnlamı koordinat sistemine taşımak ne demek?22 dk
- Gömme modeli seçimi ve vektör hijyeniGömme modelini isabet, bellek ve yeniden gömme yükünü birlikte tartarak seçmeyi; normalizasyon, asimetrik önek ve sürüm kaydını vektör hijyeninin parçası olarak kurmayı öğretir.30 dk
- Vektör dizini tasarımı ve filtreli aramaYaklaşık komşu aramasının isabet, gecikme ve bellek üçgenini; dizin ailelerinin çalışma mantığını ve filtreli aramada sıranın neden sonucu değiştirdiğini öğretir.35 dk
- Hibrit arama kurmakAnlamsal ve lexical aramayı birleştirme.32 dk
- Parçalama stratejileriBelge yapısına göre parça uzunluğu ve örtüşme seçimi.28 dk
- Bağlam kurma, atıf ve kanıt disipliniGeri getirilen parçaların bağlama nasıl yerleştirileceğini, atıf ve kanıt yokluğu disiplinini ve geri getirme hatası ile üretim hatasını birbirinden ayırmayı öğretir.45 dk
- İnce ayar kararı: ne zaman gerekir, ne zaman gerekmezİnce ayarın neyi değiştirdiğini, hangi belirtide gerçekten gerektiğini ve veri seti ile regresyon ölçümünün nasıl kurulduğunu öğretir.40 dk
- Değerlendirme seti kurmak ve regresyonu yakalamakDeterministik kontroller, tabakalı görev seti ve insan incelemesinden oluşan bir değerlendirme düzeni kurmayı; model-yargıcı kalibre etmeyi ve regresyon kapısını ölçülen dalgalanmaya dayandırmayı öğretir.40 dk
- Ajan döngüsü, araç sözleşmeleri ve hata kurtarmaAjan döngüsünü durma ölçütü ve adım bütçesiyle kurmayı, araç sözleşmelerini modelin okuyabileceği biçimde yazmayı ve yan etki ile güvenilmez araç çıktısını politika düzeyinde sınırlamayı öğretir.45 dk
- Üretimde iz kaydı, maliyet ve sürüm künyesiÇalışan bir LLM hattının izini, maliyet kalemlerini ve sürüm künyesini kurmayı; yayın kararını görev setine bağlamayı öğretir.35 dk
04ATLAS
Rotada geçen kavramlar
- Artificial IntelligenceArtificial IntelligenceÖğrenme, çıkarım yapma, algılama ve karar verme gibi insan zihnine atfedilen görevleri yazılım ve donanımla gerçekleştirmeyi amaçlayan bilgisayar bilimi alanıdır.
- Machine LearningMachine LearningKuralları insanın yazması yerine, örnek veriden istatistiksel örüntü çıkararak yeni veride tahmin üretmeyi öğrenen sistemlerin alanıdır.
- Deep LearningNeural NetworksGirdiyi ağırlıklı toplamlar ve doğrusal olmayan aktivasyonlardan geçiren katmanlar dizisiyle işleyen, hatayı geri yayarak ağırlıklarını güncelleyen model ailesidir.
- Deep LearningTransformerDizideki her ögenin diğerleriyle ilişkisini dikkat mekanizmasıyla hesaplayan, modern dil ve görü modellerinin temelindeki sinir ağı mimarisidir.
- Large Language ModelsTokenizationMetnin, modelin işleyebileceği en küçük birimlere (token) bölünmesi işlemidir.
- Large Language ModelsContext WindowBir modelin tek seferde dikkate alabileceği toplam token miktarıdır; istem, ek bağlam ve üretilen cevap bu bütçeyi paylaşır.
- Generative AIPrompt EngineeringBir dil modelinden istenen davranışı almak üzere girdinin yapısını, bağlamını ve kısıtlarını sistematik biçimde tasarlama pratiğidir.
- Large Language ModelsEmbeddingMetin, görsel veya sesin anlamsal yakınlığı koruyacak biçimde sayısal vektörlere dönüştürülmüş temsilidir.
- AI InfrastructureVector DatabaseYüksek boyutlu vektörleri saklayıp anlamsal yakınlığa göre hızlı komşu araması yapabilen veri tabanıdır.
- Large Language ModelsRetrieval-Augmented GenerationDil modelinin cevap üretmeden önce harici bilgi kaynaklarından ilgili bilgiyi getirip oluşturduğu bağlama eklediği yapay zekâ mimarisidir.
- Large Language ModelsRerankingArama adımından dönen ilk adayların, sorgu ve belgeyi birlikte okuyan daha maliyetli bir modelle yeniden puanlanıp sıralanmasıdır.
- Large Language ModelsFine-TuningÖnceden eğitilmiş bir modelin, belirli bir görev veya alana uyum sağlaması için ek veriyle yeniden eğitilmesidir.
- MLOps / LLMOpsEvaluationBir yapay zekâ sisteminin çıktısının, tanımlı ölçütlere göre sistematik biçimde ölçülmesidir.
- AI AgentsAI AgentBir hedefi gerçekleştirmek için plan kuran, araç çağıran ve ara sonuçlara göre kendi adımlarını güncelleyen yapay zekâ sistemidir.
- AI AgentsModel Context ProtocolDil modeli uygulamalarının harici araç ve veri kaynaklarına standart bir arayüz üzerinden bağlanmasını sağlayan açık protokoldür.
05DİĞER ROTALAR
Sana uygun olmayabilir mi?
ÖLÇ
Rotaya başlamadan önce nerede durduğunu gör
15 soruluk seviye testi, hangi bölümden başlaman gerektiğini söyler.