Model Online/Fiziksel
Süre
Modüller 5 modül

Eğitimin Amacı ve Kapsamı

Satır içi kod tamamlama araçları tekil fonksiyonları hızlandırırken, gerçek mühendislik zamanı kod tabanını keşfetmek, onlarca dosyada tutarlı değişiklik yapmak, testleri çalıştırmak ve derleme hatalarını gidermekle harcanır. Bu eğitim, terminal ve IDE üzerinde çalışan otonom coding agent'ları mühendislik disipliniyle yönetmeyi öğretir.

Claude Code, Cursor Agent, OpenAI Codex CLI ve Windsurf ile önce okuma ve planlama (plan mode), ardından kontrollü uygulama, terminal/test/linter geri bildirim döngüsü, MCP (Model Context Protocol) ile Jira/GitHub/veritabanı/tarayıcı bağlama ve git worktree ile paralel agent çalıştırma gerçek bir repo üzerinde uygulanır.

Kimler Katılmalı?

  • Deneyimli yazılım geliştiriciler (mid-level, senior, staff)
  • Teknik takım liderleri ve yazılım mimarları
  • Platform ve DevEx mühendisleri
  • Ön koşul: Komut satırı (CLI), Git ve otomatik test araçlarında aktif deneyim

Kazanımlar

  • Karmaşık mühendislik görevlerini agent'la birlikte önce doğrulanabilir bir uygulama planına dönüştürür
  • Agent'ın kod tabanında arama, düzenleme, derleme ve test komutlarını kapalı döngüde yürütmesini sağlar
  • MCP sunucularıyla agent'a dokümantasyon, issue tracker, veritabanı şeması ve Playwright erişimi verir
  • Uzayan oturumlarda context window kirlenmesini (context rot) fark edip oturumu temiz biçimde böler
  • Git worktree ve alt agent'larla (subagents) birden fazla görevi çakışmadan paralel yürütür

Konular

Coding Agent Mimarisi ve Araç Ekosistemi
  • Claude Code, Cursor Agent, Codex CLI ve açık kaynak agent'ların yetenek karşılaştırması
  • Otonomi seviyeleri: ne zaman sohbet, ne zaman plan mode, ne zaman tam otonom yürütme?
Keşif, Planlama (Plan Mode) ve Görev Parçalama
  • Kod yazmadan önce agent'a mimari keşif ve etki analizi yaptırma
  • Onaylanabilir uygulama planı oluşturma ve adımları kontrol noktalarına bölme
Kapalı Döngü Yürütme: Terminal, Test ve Linter Geri Bildirimi
  • Derleyici, tip kontrolü (typecheck) ve birim test çıktılarını agent'ın öz-düzeltme sinyali yapma
  • Context window yönetimi, /compact, /clear ve ara durum dosyaları
MCP (Model Context Protocol) ve Harici Araç Entegrasyonu
  • GitHub/GitLab, Jira/Linear, PostgreSQL ve güncel kütüphane dokümanlarını MCP ile bağlama
  • Playwright/tarayıcı MCP ile arayüz değişikliklerini görsel ve fonksiyonel olarak doğrulama
Subagent'lar ve Git Worktree ile Paralel Mühendislik
  • Araştırma, uygulama ve test doğrulama işlerini alt agent'lara delege etme
  • git worktree ile izole çalışma dizinlerinde eşzamanlı görev yürütme

Bu Kategorideki Diğer Eğitimler

  • Gereksinimden Koda İş Akışları

    İş gereksinimi, PRD, kullanıcı hikayesi ve Figma tasarımlarını teknik spesifikasyona, görev dilimlerine, kabul kriterlerine ve doğrulanmış koda dönüştüren uçtan uca ürün-mühendislik iş akışı eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    4 modül
  • Harness Engineering

    Kodlama agent'larının kurumsal repolarda yüksek başarıyla çalışması için hızlı geri bildirim kabukları (test/typecheck/lint harness), özel araç sarmalayıcıları, AST/LSP doğrulayıcıları ve iç benchmark (eval) altyapısı kurma eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
  • Loop Engineering

    Otonom yazılım geliştirme döngülerini (üret → derle → test et → log/iz gözlemle → onar) yakınsama kriterleri, bütçe sınırları, ödül hilesi (reward hacking) önlemleri ve çoklu döngü mimarisiyle tasarlama eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
  • Yapay Zeka ile Kod Analizi ve İyileştirme

    Statik analiz metrikleri ve LLM'leri birleştirerek karmaşık kod tabanlarını anlama, teknik borç ve code smell tespiti, karakterizasyon testleriyle güvenli refactoring ve performans iyileştirme eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
  • Yapay Zeka Destekli Test Üretimi

    Yazılım geliştiriciler için birim, entegrasyon, sözleşme (contract) ve özellik tabanlı (property-based) test üretimi; mutasyon testi (mutation testing) ile yapay zekanın ürettiği testlerin gerçek hata yakalama gücünü doğrulama eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
  • Kanıta Dayalı Hata Ayıklama

    Rastgele prompt denemeleri yerine log, stack trace, OpenTelemetry izleri, git bisect ve en küçük tekrarlanabilir örnek (MRE) kanıtlarıyla hipotez kurarak karmaşık yazılım hatalarını çözme eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül

Bizimle iletişime geçin