preloader

0850 474 74 75

sem@topkapi.edu.tr

Phase 1 - AI Systems Engineering | Sürekli Eğitim Merkezi

Eğitimin Amacı

Katılımcılara uçtan uca bir AI sistemi tasarlama, geliştirme, eğitme ve production ortamına alma yetkinliği kazandırmak. Veri mühendisliğinden model geliştirmeye, altyapı kurulumundan MLOps süreçlerine kadar bir AI mühendisinin ihtiyaç duyduğu tüm teknik beceriler uygulamalı olarak aktarılacaktır.

Eğitimin İçeriği

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
Modül 2 – Data Engineering for AI
  • 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

Eğitim Süresi

Eğitim Süresi: 70 Saat

Eğitim Yöntemi: Online

Hedef Kitle

  • 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

KAMUOYUNA DUYURULUR

İstanbul Topkapı Üniversitesi Sürekli Eğitim Merkezi olarak 3. şahıslar üzerinden eğitim verilmesi ve/veya satışının yapılası konusunda herhangi bir işbirliğimiz bulunmamaktadır. Üniversitemiz Sürekli Eğitim Merkezine ait https://sempayment.topkapi.edu.tr/ satış sayfasından şahsi olarak kayıt oluşturmadığınız hiçbir eğitim ve/veya sertifikasyonun sorumluluğu tarafımıza ait değildir.