AI Developer
Python ve makine öğrenmesi temelinden başlayıp büyük dil modelleriyle (LLM) uygulama geliştirmeye uzanan yol: veri, model, API, RAG ve güvenli dağıtım.
Bu yol iki kolu birleştirir: makine öğrenmesinin temelleri ve hazır modelleri (LLM) kullanarak ürün geliştirme. Sadece model kullanmak istiyorsan 1-2. adımlardan sonra 7. adıma geçebilirsin, ama temelleri bilmek hataları anlamanı sağlar. Alan çok hızlı değişir; kaynaklar zamanla güncellenir. Süre kişiden kişiye değişir; günde 1-2 saatle genellikle 8-12 ay hesaplanır.
- 1
1 · Python
ZorunluBeesu kursu yakındaVeri bilimi ve yapay zekânın ortak dili: veri yapıları, fonksiyonlar, modüller, sanal ortamlar, dosya ve JSON işleme.
- KaynakPython Eğitimi (Türkçe)docs.python.orgopen_in_new
- YazıPython Nedir? Ne İşe Yarar? Örneklerle BaşlangıçBeesu blog
- 2
2 · Git ve komut satırı
ZorunluBeesu kursu yakındaDeneyleri ve kodu sürüm altında tut; terminal kullanımı.
- 3
3 · Matematik temelleri
ÖnerilenBeesu kursu yakındaOlasılık, istatistik ve doğrusal cebirin sezgisel temeli. Formül ezberlemek değil, modellerin neden öyle davrandığını anlamak için.
- KaynakKhan Academy: İstatistik ve olasılıkkhanacademy.orgopen_in_new
- Kaynak3Blue1Brown: Doğrusal cebir3blue1brown.comopen_in_new
- 4
4 · Veri ile çalışma
ZorunluBeesu kursu yakındaNumPy ve pandas ile veriyi okuma, temizleme, dönüştürme ve görselleştirme. Gerçek projelerde zamanın çoğu burada geçer.
- 5
5 · Makine öğrenmesi temelleri
ZorunluBeesu kursu yakındaGözetimli/gözetimsiz öğrenme, aşırı öğrenme (overfitting), eğitim-test ayrımı, metrikler. Hedef: scikit-learn ile bir sınıflandırma ve bir regresyon projesi.
- KaynakGoogle ML Crash Coursedevelopers.google.comopen_in_new
- Kaynakscikit-learn: Başlarkenscikit-learn.orgopen_in_new
- 6
6 · Derin öğrenme
ÖnerilenBeesu kursu yakındaYapay sinir ağları, geri yayılım, PyTorch ile model eğitme. Dil modellerinin altında yatan fikirleri anlamak için.
- KaynakPyTorch Tutorialspytorch.orgopen_in_new
- Kaynakfast.ai Practical Deep Learningcourse.fast.aiopen_in_new
- 7
7 · Büyük dil modelleri (LLM)
ZorunluBeesu kursu yakındaDönüştürücü (transformer) fikri, token, bağlam penceresi, ince ayar ve hazır model kullanımı arasındaki fark.
- KaynakHugging Face LLM Coursehuggingface.coopen_in_new
- KaynakHugging Face dokümantasyonuhuggingface.coopen_in_new
- 8
8 · LLM API'leri ile uygulama
ZorunluBeesu kursu yakındaBir model API'sini koddan çağırma, istem (prompt) tasarımı, yapılandırılmış çıktı, hata ve maliyet yönetimi. Anahtarlarını asla tarayıcıya koyma; çağrılar sunucudan yapılır.
- KaynakClaude dokümantasyonudocs.claude.comopen_in_new
- KaynakGemini API dokümantasyonuai.google.devopen_in_new
- 9
9 · RAG: kendi verinle çalışan yapay zekâ
ÖnerilenBeesu kursu yakındaBelgeleri parçalama, gömme (embedding), vektör arama ve modele bağlam verme. Şirket içi bilgiyle cevap veren asistanların temeli.
- KaynakLangChain: RAG öğreticisipython.langchain.comopen_in_new
- KaynakDeepLearning.AI kısa kurslardeeplearning.aiopen_in_new
- 10
10 · Değerlendirme ve güvenlik
ZorunluBeesu kursu yakındaModel çıktısını ölçme (test kümeleri, insan değerlendirmesi), halüsinasyon, istem enjeksiyonu ve veri sızıntısı riskleri.
- 11
11 · Dağıtım
ÖnerilenBeesu kursu yakındaModel/uygulamayı API olarak sunma, Docker ile paketleme, izleme. Notebook'tan üretime geçiş.
- 12
12 · Portföy projesi
ZorunluBeesu kursu yakındaUçtan uca bir proje: veri → model/LLM → API → basit arayüz → canlıda. Neden öyle yaptığını README'de anlat. İşe alımda en çok bakılan şey budur.