Phase 1 — AI Systems Engineering

• Yazılım geliştirici olup AI/ML alanına geçmek isteyenler
• Veri analisti veya veri bilimcisi olarak kariyerini derinleştirmek isteyenler
• AI mühendisi olmayı hedefleyen bilgisayar mühendisleri
• MLOps ve AI altyapısı alanında uzmanlaşmak isteyenler
• Şirketinde AI sistemi kurmak ve yönetmek isteyen teknik liderler

Modül 1 – AI System Architecture 

• AI Sistem Tasarımına Giriş
• Makine Öğrenmesi Sistem Bileşenleri
• Model Seçimi ve Mimari Kararlar
• Veri Akışı ve Pipeline Tasarımı
• Ölçeklenebilir AI Sistem Desenleri
• Mimari Trade-off Analizi
• Gerçek Dünya AI Sistem Örnekleri
• Sistem Tasarımı Dokümantasyonu

• Veri Mühendisliğinin AI’daki Rolü
• Veri Toplama ve Kaynak Yönetimi
• Veri Temizleme ve Ön İşleme
• Feature Engineering (Özellik Mühendisliği)
• Veri Pipeline’ları Kurma ve Yönetme
• Veri Kalitesi ve Doğrulama
• Veri Depolama Stratejileri
• Etiketleme ve Annotation Süreçleri

Modül 3 – Model Development & Fine-Tuning 

• Model Geliştirme Sürecine Genel Bakış
• Hazır Model Seçimi ve Değerlendirme
• Transfer Learning ve Fine-Tuning Kavramları
• LLM Fine-Tuning Teknikleri (LoRA, QLoRA)
• Prompt Tuning ve Instruction Tuning
• Model Eğitimi Sürecini Yönetme
• Hiperparametre Optimizasyonu
• Model Değerlendirme ve Doğrulama
• Overfitting ve Underfitting ile Başa Çıkma
• Model Versiyonlama ve Kayıt

Modül 4 – AI Infrastructure & Deployment 

• AI Altyapısına Giriş
• Bulut Platformlarında AI (AWS, GCP, Azure)
• Konteyner Teknolojileri (Docker, Kubernetes)
• Model Servis Mimarileri (REST API, gRPC)
• MLOps Kavramları ve Araçları
• CI/CD Pipeline’larına AI Entegrasyonu
• Model İzleme ve Performans Takibi
• Model Güncelleme ve Yeniden Eğitim Stratejileri
• Maliyet Optimizasyonu
• Güvenli AI Dağıtımı

Modül 5 – End-to-End AI Project 

• Proje Kapsamı ve Problem Tanımı
• Veri Toplama ve Hazırlama
• Model Seçimi ve Geliştirme
• Fine-Tuning ve Optimizasyon
• Deployment ve Altyapı Kurulumu
• Test ve Kalite Güvence
• Dokümantasyon ve Sunum Hazırlama
• Final: Ekip Bazlı End-to-End AI Sistemi Geliştirme ve Sunum

EĞİTİM SONUNDA KAZANIMLAR: Eğitimin sonunda katılımcılar; sıfırdan bir AI sistemi tasarlayıp geliştirebilecek, modelleri fine-tune edebilecek, production ortamına deploy edebilecek ve MLOps süreçlerini yönetebilecektir. Program sonunda eğitim tamamlama belgesi verilecektir.

BİTİRME PROJESİ / Eğitimi Bitirme Belgesi