İleri8 hafta9 bölüm · 45 ders · 9 ödev
LLM Uygulamaları: API, RAG ve Ajanlar
Dil modelini ürüne katan geliştiriciler için program: API kullanımı, yapılandırılmış çıktı, araç kullanımı, gömme ve vektör arama, RAG, ajan döngüleri, değerlendirme (evals), maliyet ve güvenlik. Sonunda kaynak gösteren bir belge soru-cevap uygulaması.
Verilen süreler tahminidir; kurumunuzun saat planlamasına göre revize edilir.
Kime uygun
- · Ürünlerine yapay zekâ özelliği eklemek isteyen arka uç ve fullstack geliştiriciler
- · Prototipten üretime geçecek ekipler
Ön koşullar
- · TypeScript ya da Python ile API yazmış olmak
- · PostgreSQL ya da benzeri bir veritabanı deneyimi
Müfredat
Mesaj yapısı, roller ve parametreler28 dk
Akış (streaming) ve zaman aşımı26 dk
Hata, hız sınırı ve yeniden deneme30 dk
Model seçimi: yetenek, hız, maliyet24 dk
Bölüm ödevi: Akışlı bir sohbet uç noktası40 dk
Akışlı bir sohbet uç noktasıödev
Anthropic — API Belgeleribağlantı
OpenAI — API Belgeleribağlantı
Vercel AI SDKbağlantı
Sistem istemi tasarımı28 dk
JSON şeması ve yapılandırılmış çıktı26 dk
Doğrulama ve yeniden deneme30 dk
İstem enjeksiyonuna ilk bakış28 dk
Bölüm ödevi: Serbest metinden güvenilir JSON çıkarmak45 dk
Serbest metinden güvenilir JSON çıkarmaködev
Anthropic — İstem Mühendisliğibağlantı
JSON Schemabağlantı
Zod — Belgelerbağlantı
Function calling nasıl işler26 dk
Araç tanımı yazmak30 dk
Araç sonucunu modele döndürmek24 dk
Paralel ve zincirleme araç çağrıları28 dk
Bölüm ödevi: Hava durumu ve takvim araçlı asistan50 dk
Hava durumu ve takvim araçlı asistanödev
Anthropic — Araç Kullanımıbağlantı
OpenAI — Function Callingbağlantı
Model Context Protocolbağlantı
Gömme (embedding) nedir26 dk
Benzerlik ölçüleri30 dk
pgvector ile vektör arama28 dk
Hibrit arama: anahtar kelime + vektör26 dk
Bölüm ödevi: Ürün açıklamalarında anlamsal arama40 dk
Ürün açıklamalarında anlamsal aramaödev
pgvectorbağlantı
OpenAI — Embeddingsbağlantı
PostgreSQL — Tam Metin Aramabağlantı
RAG mimarisi30 dk
Belge parçalama stratejileri24 dk
Getirme kalitesi ve yeniden sıralama28 dk
Kaynak göstermek ve 'bilmiyorum' demek26 dk
Bölüm ödevi: Belgelerden kaynak gösteren cevap üretmek45 dk
Belgelerden kaynak gösteren cevap üretmeködev
Anthropic — Bağlamsal Getirmebağlantı
Pinecone — RAG Rehberibağlantı
LlamaIndex — Belgelerbağlantı
Ajan döngüsü: düşün, harekete geç, gözlemle30 dk
Durum, bellek ve görev planı28 dk
MCP ile araç ekosistemi26 dk
Ne zaman ajan kurma: iş akışı mı, ajan mı30 dk
Bölüm ödevi: Birden çok aracı kullanan görev ajanı50 dk
Birden çok aracı kullanan görev ajanıödev
Anthropic — Etkili Ajanlar Kurmakbağlantı
Model Context Protocolbağlantı
LangGraph — Belgelerbağlantı
Neden 'iyi görünüyor' yetmez24 dk
Veri seti ve altın cevaplar28 dk
Otomatik değerlendirme ve LLM-hakem26 dk
Regresyon yakalamak30 dk
Bölüm ödevi: Soru-cevap sistemi için eval seti40 dk
Soru-cevap sistemi için eval setiödev
Anthropic — Değerlendirme Geliştirmekbağlantı
OpenAI — Evalsbağlantı
Hamel Husain — Evals Üzerinebağlantı
Önbellekleme ve istem önbelleği28 dk
Gecikme: akış, küçük model, paralellik26 dk
Gözlemlenebilirlik ve iz sürme30 dk
Kullanıcı verisi ve gizlilik24 dk
Bölüm ödevi: Maliyet ve gecikme panosu45 dk
Maliyet ve gecikme panosuödev
Anthropic — İstem Önbelleklemebağlantı
OpenTelemetry — Belgelerbağlantı
OWASP — LLM Uygulamaları İlk 10bağlantı
Prompt injection ve savunma katmanları28 dk
Çıktı filtreleme ve korkuluklar26 dk
İnsan onayı gereken işlemler30 dk
Buradan sonra nereye28 dk
Bitirme projesi: Belge soru-cevap uygulaması: RAG, kaynak gösterme, eval seti ve izleme60 dk
Belge soru-cevap uygulaması: RAG, kaynak gösterme, eval seti ve izlemeödev
OWASP — LLM Uygulamaları İlk 10bağlantı
NIST — AI Risk Yönetim Çerçevesibağlantı
Anthropic — Belgelerbağlantı
DersÖdevKaynak
Bu programı kurumunuzun kendi sınıfında, müfredat, ders ve değerlendirme dahil yürütüyorum.
Kurumunuza getirin