YAZILIMCI · Başlangıç → Orta
Konuşma Arayüzü Geliştirici
Metin tabanlı bir sohbet arayüzü yazabilen geliştiriciyi, sesle çalışan bir asistanı uçtan uca kurup ölçebilecek noktaya taşır. Konuşma tanıma, niyet çıkarımı, sıra devri ve gecikme bütçesi ayrı ayrı ele alınır; her bölüm ölçülebilir bir kabul eşiğiyle kapanır.
- Bölüm
- 5
- Süre
- ~38 sa
- Ders
- 5
- Önkoşul
- 4
Bölüm döngüsü
- 1Teori
- 2Örnek
- 3Lab
- 4Test
- 5Proje
Önkoşullar
- Bir HTTP API'yi kendi başına çağırıp yanıtını ayrıştırabilmek
- Eşzamansız kod yazıp akış hâlinde gelen yanıtı işleyebilmek
- Bir dil modeline istem yazıp çıktısını yapılandırılmış biçimde alabilmek
- Ses biçimi, örnekleme hızı ve kanal gibi temel ses kavramlarını okuyabilmek
Rotayı bitirdiğinde ne yapabiliyor olacaksın?
Bir HTTP API'yi kendi başına çağırabilen ve metinle çalışan bir arayüz kurmuş; sesli kanalı aynı ölçüm disipliniyle ele almak isteyen geliştiriciler için.
- 01
Sesten metne dönüşümün kelime hata oranını kendi ses örnekleriyle ölçebilmek
- 02
Niyet ve parametre çıkarımının isabetini etiketli bir küme üzerinde raporlayabilmek
- 03
Sıra devrini sessizlik ve kesme eşikleriyle ayarlayıp yanlış kesme oranını düşürebilmek
- 04
Uçtan uca gecikmeyi bileşen bileşen ölçüp bütçeyi aşan adımı adlandırabilmek
- 05
Gürültülü ve farklı aksanlı kayıtlarda başarımın nerede düştüğünü gösteren bir gerileme kümesi kurabilmek
- 06
Sesli akışta araç çağrısı gerektiren istekleri onaya bağlayıp geri çekilme yolunu tanımlayabilmek
5 bölüm
Her bölüm ilgili Atlas kavramlarına bağlanır; eksik önkoşul varsa beceri grafiği uyarır.
- 01
Sesten metne: tanıma hattının kurulumu
8 saatSes yakalama, parçalama ve akışlı çözümleme adımları sırayla kurulur. Kelime hata oranının nasıl hesaplandığı ve hangi kayıtlarla ölçüldüğü gösterilir. Bölüm sonunda elde, kendi ses örnekleriyle ölçülmüş bir başlangıç değeri bulunur.
- 02
Niyet çıkarımı ve parametre doldurma
8 saatSerbest konuşmadan niyet ve parametre çıkarmanın istem tabanlı ve arama tabanlı yolları karşılaştırılır. Eksik parametrenin ne zaman sorulacağı, ne zaman varsayılanla geçileceği kurala bağlanır. Etiketli küçük bir küme üzerinde isabet ölçümü yapılır.
- 03
Sıra yönetimi ve devir eşiği
7 saatKullanıcının sözünü bitirdiğine karar veren eşikler, kesme davranışı ve bekleme işaretleri işlenir. Konuşma geçmişinin hangi bölümünün bağlamda tutulacağı ayrıca ele alınır. Araç çağrısı gereken turların akışı bozmadan nasıl yürütüleceği gösterilir.
- 04
Gürültü, aksan ve dayanıklılık
7 saatBaşarımın düştüğü koşullar kayıt toplanarak sistematik biçimde aranır. Gürültü, konuşma hızı, aksan ve kanal kalitesi ayrı değişkenler olarak ölçülür. Sessizlikte üretilen boş metinlerin nasıl ayıklanacağı da bu bölümde ele alınır.
- 05
Gecikme bütçesi ve yayına alma
8 saatUçtan uca süre bileşenlere ayrılır ve her bileşene ayrı bütçe verilir. Model boyutu, akış ve önbellek kararlarının gecikmeye etkisi ölçümle karşılaştırılır. İzleme, hata hâlinde geri çekilme ve onay gerektiren işlemlerin korumaları kurulur.
Bu rotadaki dersler
- Sesten metne tanıma hattını kurmak ve ölçmekSes yakalamadan akışlı çözümlemeye kadar tanıma hattının halkalarını, her halkanın bir sonrakine bıraktığı hatayı ve kelime hata oranının kendi kayıtlarınızla nasıl hesaplandığını öğretir.40 dk
- Niyet çıkarımı ve parametre doldurmaSerbest konuşmadan niyet ve parametre çıkarmanın istem tabanlı ve arama tabanlı yollarını, eksik parametrede sorma/varsayma/reddetme kararını ve küçük etiketli bir kümede isabetin nasıl ölçüleceğini öğretir.45 dk
- Sıra yönetimi: devir eşiği, kesme ve bağlamKullanıcının sözünü bitirdiğine karar veren eşikleri, kesme davranışını, konuşma geçmişinin hangi bölümünün bağlamda tutulacağını ve araç çağrısı gereken turların akışı bozmadan nasıl yürütüleceğini öğretir.38 dk
- Dayanıklılık: başarımın düştüğü koşulları bulmakBaşarım düşüşünü ortalama yerine dilimli ölçümle görünür kılmayı, gürültü ile konuşma hızı ile aksan ile kanalı ayrı değişken olarak tasarlamayı ve sessizlikte üretilen uydurma metni ayıklamayı öğretir.40 dk
- Gecikme bütçesi ve yayına alma korumalarıUçtan uca süreyi bileşenlere ayırıp her birine bütçe vermeyi, akış ile önbellek ile model boyutu kararlarının gecikmeye ve kaliteye etkisini ayırmayı ve izleme, geri çekilme, onay korumalarını kurmayı öğretir.45 dk
Rotada geçen kavramlar
- Generative AIMultimodal AIMetin, görsel, ses ve video gibi birden fazla veri türünü aynı model içinde birlikte işleyen yapay zekâ yaklaşımıdır.
- Machine LearningMachine LearningKuralları insanın yazması yerine, örnek veriden istatistiksel örüntü çıkararak yeni veride tahmin üretmeyi öğrenen sistemlerin alanıdır.
- MLOps / LLMOpsEvaluationBir yapay zekâ sisteminin çıktısının, tanımlı ölçütlere göre sistematik biçimde ölçülmesidir.
- Large Language ModelsLarge Language ModelÇok büyük metin derlemleri üzerinde bir sonraki tokeni tahmin etmeyi öğrenmiş, transformer tabanlı ve genel amaçlı dil görevlerinde kullanılabilen sinir ağı modelidir.
- Generative AIPrompt EngineeringBir dil modelinden istenen davranışı almak üzere girdinin yapısını, bağlamını ve kısıtlarını sistematik biçimde tasarlama pratiğidir.
- NLPSemantic SearchKelime eşleşmesi yerine anlam yakınlığına dayanarak sonuç döndüren arama yaklaşımıdır; gömme vektörleri arasındaki mesafeyle ölçülür.
- AI AgentsAI AgentBir hedefi gerçekleştirmek için plan kuran, araç çağıran ve ara sonuçlara göre kendi adımlarını güncelleyen yapay zekâ sistemidir.
- AI AgentsFunction CallingModelin serbest metin yerine, verilen şemaya uygun yapılandırılmış bir çağrı üretmesi ve uygulamanın bu çağrıyı gerçek bir fonksiyona bağlamasıdır.
- Large Language ModelsContext WindowBir modelin tek seferde dikkate alabileceği toplam token miktarıdır; istem, ek bağlam ve üretilen cevap bu bütçeyi paylaşır.
- Responsible AIHallucinationModelin akıcı ve kendinden emin biçimde, gerçekle uyuşmayan bilgi üretmesidir.
- AI InfrastructureQuantizationModel ağırlıklarının ve/veya ara değerlerin daha az bitle temsil edilerek bellek ve hesaplama maliyetinin düşürülmesidir.
- MLOps / LLMOpsLLMOpsDil modeli tabanlı uygulamaların istem, bağlam, araç ve model sürümlerini izlenebilir, ölçülebilir ve geri alınabilir biçimde işletme pratiğidir.
- AI SecurityGuardrailsBir yapay zekâ sisteminin girdi, çıktı ve eylem katmanlarına yerleştirilen, istenmeyen davranışı sınırlayan programatik denetimlerdir.
Sana uygun olmayabilir mi?
ÖLÇ
Rotaya başlamadan önce nerede durduğunu gör
15 soruluk seviye testi, hangi bölümden başlaman gerektiğini söyler.