C/GAISD : Generative AI ve LLM ile İş Süreçlerini Güçlendirme: Fırsatlar, Uygulamalar ve Etkili Kullanım Yöntemleri

1 Gün (6 Saat) Başlangıç Sınıf / Online Yapay Zeka ve Makine Öğrenimi

Bu eğitim, iş dünyasında hızla yaygınlaşan yapay zeka ve Generative AI teknolojilerine yönelik kapsamlı bir bakış sunar. Katılımcılar; yapay zekanın iş süreçlerine etkilerini, LLM (Large Language Models) ve SLM (Small Language Models) kavramlarını, bu modellerin nasıl çalıştığını ve hangi alanlarda nasıl kullanılabileceğini öğrenir. Eğitim boyunca gerçek iş senaryolarına uygun örnekler, canlı uygulamalar ve atölye çalışmaları ile katılımcıların kendi iş süreçlerinde AI kullanımına yönelik farkındalık ve beceri geliştirmesi hedeflenir. Başlıca konular: Yapay zekanın iş dünyasında dönüştürücü etkisi ve doğru bilinen yanlışlar; Generative AI ve LLM teknolojilerinin çalışma prensipleri, potansiyelleri ve sınırları; Pazarlama, müşteri hizmetleri, insan kaynakları, Ar-Ge, üretim gibi departmanlarda kullanım örnekleri; Etkili prompt yazma teknikleri ve uygulamalı prompt mühendisliği; AI kullanırken riskler, yanlış bilgi üretimi ve etik kurallar; Teknik entegrasyon yolları, API kullanımı ve basit uygulama geliştirme örnekleri. Eğitim içeriği iş birimleri için %80 oranında, teknik ekipler için %20 oranında hazırlanmıştır. Eğitim sonunda katılımcılar, kendi iş süreçlerinde Generative AI teknolojilerini nasıl değerlendirebileceklerine dair pratik bilgiye sahip olacak ve temel AI farkındalığını kazanacaktır.

Eğitim İçeriği

Modül 1 — Yapay Zeka Miti ve Gerçekleri (İş Dünyasında Dönüşüm)

  • Yapay Zeka Deneyimleri Üzerine Güncel Değerlendirmeler
  • Generative AI ve LLM Ne Vaad Ediyor?
  • Şehir Efsanelerinden Kurtuluş
    • Yok olacak işler
    • Dönüşecek işler
    • Yeni fırsatlar doğuracak işler
    • Riskli kullanım alanları
  • İnsan + AI İş Birliği
    • Korku mu? Fırsat mı?
    • Hesap makinesi örneği ve papağan metaforu
  • Kısa Tartışma: Katılımcıların bireysel deneyimleri, merak ve korkuları üzerine

Modül 2 — LLM ve Generative AI Nasıl Çalışır? Ne Yapabilir, Ne Yapamaz?

  • Yapay Zeka, Makine Öğrenmesi, Derin Öğrenme Arasındaki Farklar
  • Generative AI ve LLM Nedir?
  • LLM ve SLM Kavramları
  • Dil Modelleri Nasıl Çalışır?
    • Eğitim Süreci (Pre-training & Fine-tuning)
    • Olasılıkçı Modelleme — Zeka mı, Tahmin mi?
    • Yanılma, Halüsinasyon, Güven Sorunları
  • Güncel Model Örnekleri (ChatGPT, Gemini, Mistral, Phi-3)
  • Metin, Görsel, Ses Modelleri
  • Potansiyelleri & Sınırlamaları
  • Hızlı Canlı Gösterim: ChatGP, Gemini, DeepSeek vs. kısa demo

Modül 3 — Generative AI ile İş Süreçlerini Geliştirmek

  • Pazarlama Kullanım Senaryoları
    • İçerik önerileri, sosyal medya taslakları
    • Kampanya isimleri, slogan önerileri
    • Görsel içerik üretimi (Midjourney, Canva AI)
  • Müşteri Hizmetleri Kullanımı
    • SSS cevabı hazırlama
    • Chatbot geliştirme temelleri
  • İnsan Kaynakları
    • İlan metni hazırlama
    • CV tarama ve analiz
    • Motivasyon mektubu değerlendirme
  • Ar-Ge ve Ürün Geliştirme
    • Fikir üretimi destekleme
    • Trend analizi
  • Üretim ve Lojistik
    • Planlama önerileri, risk değerlendirme
  • Atölye Çalışması: Katılımcılar kendi departmanlarına yönelik kısa kullanım senaryoları geliştirir

Modül 4 — LLM Kullanırken Daha İyi Sonuçlar Almak: Prompt Mühendisliği

  • Prompt Nedir? Nasıl Etkili Prompt Yazılır?
  • Temel, Gelişmiş, Deneysel Prompt Teknikleri
  • Yönlendirici Etiketler ile System Prompts Kullanımı
  • Prompt Templateleri ve Kaynakları
  • Çıktı Kontrolü: Temperature, Top-P, Top-K
  • Web Arayüzleri & Playground Kullanımı
  • RAG Nedir? (Kendi Veriniz Çerçevesinde Cevap Üretmek)
    • Basit RAG Mantığı Oluşturmak
  • Uygulamalı Çalışma
    • Yanlış Prompt & Doğru Prompt örnekleri
    • Katılımcılarla mini yarışma ve geliştirme

Modül 5 — LLM Kullanırken Riskler ve Etik

  • Kullanıcı Beklentilerini Yönetmek
  • Yanlış veya Uydurma Bilgi Üretimi & Kontrol Yöntemleri
  • Etik Kurallar
    • Mahremiyet
    • Gizlilik
    • Adalet
    • Hesap Verebilirlik
  • Vaka Analizi
    • Gerçek Bir Yanlış Bilgi Vakasının İncelenmesi
    • Katılımcı yorumları

Modül 6 — LLM’lerle Geliştirme ve Entegrasyon Yolları

  • API ve SDK Kullanımı
  • RAG Temelleri ve Örnek Mantık
  • Fine-Tuning Nedir? Nasıl Yapılır?
  • Azure OpenAI Servis Örnekleri
  • Yerel Kaynaklarla Model Kullanımı (ollama vs.)
  • LangChain, AutoGen, AI Workflow Araçlarına Giriş
  • Canlı Kod veya Gösterim
    • API Çağrıları Oluşturmak
    • LLM ile Fonksiyonlar Tetiklemek
    • RAG Mekanizmasının Kurulmasına Giriş
    • Workflow Kullanımına Giriş

Kapanış — Öğrendiklerimizi Nasıl Kullanacağız?

  • AI ile İşinizde Neleri Başlatabilirsiniz?
  • Risk ve Fırsat Dengesi
  • Katılımcılardan Çıktı Paylaşımı
  • Geri Bildirim

Öncesinde Önerilenler

Sonrasında Önerilenler