Eğitimin Amacı ve Kapsamı
Birçok yazılım ekibi kod asistanlarını aylardır kullanmasına rağmen yalnızca tek satırlık tamamlama ve soru-cevap sohbetinde kalır; çok dosyalı agent modlarına geçildiğinde ise kontrol kaybı ve bozulan kodlarla karşılaşır. Bu yoğunlaştırılmış program, geliştiricileri temel asistan kullanımından disiplinli agentic coding seviyesine tek bir bütünlük içinde taşır.
Olgunluk seviyeleri (L1 otomatik tamamlama → L2 bağlamlı sohbet/inline edit → L3 planlı çoklu dosya → L4 kapalı döngü coding agent), repo kuralları (AGENTS.md), Plan-Act-Verify döngüsü ve güvenli PR hazırlığı uygulamalı egzersizlerle işlenir. Katılımcılar kendi ekip repoları için hazır bir çalışma standardıyla ayrılır.
Kimler Katılmalı?
- Temel Copilot/Cursor kullanımından ileri agent iş akışlarına geçmek isteyen yazılım geliştiriciler
- Ekibinde ortak bir AI geliştirme standardı kurmak isteyen teknik liderler
- Full-stack, backend, frontend ve mobil mühendislik ekipleri
- Ön koşul: Günlük yazılım geliştirme ve Git deneyimi
Kazanımlar
- Görevin karmaşıklığına göre doğru etkileşim seviyesini (inline, composer, CLI agent) seçer
- Sembol, tip ve mimari bağlamı doğru besleyerek ilk denemede çalışan kod oranını artırır
- Çok dosyalı değişikliklerde önce plan onaylatıp ardından adım adım uygulama yaptırır
- Test ve linter koşumunu agent döngüsüne bağlayarak kendi kendini doğrulayan çıktılar alır
- Ekip için ortak
AGENTS.mdve PR kontrol listesi oluşturur
Konular
Yapay Zeka Destekli Geliştirmede 4 Olgunluk Seviyesi
- Otomatik tamamlama, bağlamlı düzenleme, çok dosyalı composer ve otonom CLI/IDE agent farkları
- Hangi görevde hangi mod zaman kazandırır, hangisinde zaman kaybettirir?
Hassas Bağlam Seçimi ve Repo Kuralları
- Dosya, sembol, tip tanımı ve örnek desen sabitleme (context pinning)
- Projeye özel
AGENTS.md/.cursor/rulesile mimari sınırları tanımlama
Plan-Act-Verify Döngüsü ile Agentic Coding
- Önce keşif ve uygulama planı çıkarma, insan onayından sonra koda geçme
- Derleyici, tip kontrolü ve birim testlerle agent'ın kendi hatasını düzeltmesi
Gerçek Görev Uygulaması ve Güvenli PR Teslimi
- Uçtan uca bir özellik veya bug-fix görevini küçük Git kontrol noktalarıyla tamamlama
- Diff inceleme, güvenlik kontrolü ve ekip çalışma standardının belgelenmesi
Bu Kategorideki Diğer Eğitimler
-
AGENTS.md, CLAUDE.md, .cursor/rules ve .github/copilot-instructions.md dosyalarını modüler, kapsam bazlı (glob-scoped) ve test edilebilir biçimde tasarlayarak tüm coding agent'ların kurum standartlarında kod yazmasını sağlama eğitimi.
- Canlı Kurs
- 5 modül
-
Kod yazmadan önce yapılandırılmış spesifikasyonları (SPEC.md, OpenAPI, JSON Schema, TypeSpec, durum makineleri ve yürütülebilir kabul testleri) birincil mühendislik çıktısı haline getirerek coding agent'larla deterministik yazılım üretme eğitimi.
- Canlı Kurs
- 5 modül
-
Yazılım mühendislerinin en çok zaman harcadığı üç ana iş yükünü—uçtan uca yeni özellik geliştirme, çok dosyalı büyük refactoring ve framework/kütüphane/veritabanı versiyon geçişlerini—coding agent ve codemod araçlarıyla yürütme eğitimi.
- Canlı Kurs
- 5 modül
-
Playwright MCP, tarayıcı kullanan QA agent'ları, kendi kendini onaran (self-healing) E2E testler ve otonom keşif (exploratory) testleriyle kullanıcı yolculuklarını ve API akışlarını doğrulama eğitimi.
- Canlı Kurs
- 5 modül
-
Yapay zeka ile hızlanan yazılım ekiplerinde PR inceleme darboğazını çözen; diff dilimleme, gürültüsüz AI inceleme botları, kanıt paketli PR şablonları ve risk tabanlı insan onayı (human approval) kurgulama eğitimi.
- Canlı Kurs
- 5 modül
-
Otonom coding agent'ları geliştirici makinelerinde ve sunucularda güvenle çalıştırmak için konteyner/microVM izolasyonu, dosya sistemi ve ağ sınırları (egress), en az yetki ilkesiyle MCP izinleri ve gizli anahtar koruması eğitimi.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
