Eğitimin Amacı ve Kapsamı
Git kaynak kodunu mükemmel versiyonlar; ancak gigabaytlarca görüntü, ses, Parquet dosyası ve model ağırlığı Git'e konulamaz. Üretimdeki bir model hatalı karar verdiğinde veya regülasyon denetimi geldiğinde "Bu modeli tam olarak hangi veri kesiti ve hangi etiket sürümüyle eğittik?" sorusuna yanıt verebilmek için veri ve model versiyonlama şarttır.
Bu eğitim; içerik adreslemeli (content-addressable) depolama mantığını, S3/MinIO üzerinde DVC (Data Version Control) kullanımını, milyarlarca dosyada zero-copy dallanma (branch/merge) sağlayan LakeFS'i ve tablo verilerinde Delta Lake / Apache Iceberg time-travel mekanizmalarını uygulamalı olarak işler. Katılımcılar kod, veri, etiket ve model ağırlıklarını tek bir Git tag'i altında birbirine bağlayan denetlenebilir bir soykütüğü (lineage) mimarisi kurar.
Kimler Katılmalı?
- Büyük hacimli yapılandırılmış veya yapılandırılmamış (görüntü, metin, ses) eğitim verisi yöneten MLOps ve veri mühendisleri
- Denetlenebilirlik, geri alma (rollback) ve tekrar üretilebilirlik arayan veri bilimciler
- Finans, sağlık, savunma ve üretim gibi regüle sektörlerde yapay zeka altyapısı kuran ekipler
- Ön koşul: Git iş akışlarına hakimiyet, Python ve temel bulut nesne depolama (S3/Blob) bilgisi
Kazanımlar
- DVC ile büyük veri setlerini ve model ağırlıklarını S3/MinIO üzerinde depolayıp Git commit'leriyle eşleştirmek
- Veriyi kopyalamadan (zero-copy) LakeFS üzerinde izole deney dalları (branch) açıp hatalı veri güncellemelerini anında geri almak (revert)
- Tablo verilerinde Apache Iceberg / Delta Lake snapshot ID'lerini eğitim meta verisine bağlamak
- Etiketleme araçlarından (Label Studio/CVAT) gelen yeni etiket sürümlerini veri versiyonlarıyla senkronize etmek
- Herhangi bir üretim modelinden geriye doğru tam kodu, eğitim verisini ve metrikleri çıkaran denetim (audit) akışı kurmak
Konular
ML Sistemlerinde Versiyonlama Problemi ve Depolama Temelleri
- Kod, veri, etiket (annotation), ortam ve model ağırlıklarının farklı değişim hızları
- Content-addressable storage (MD5/SHA256), deduplication ve nesne depolama (S3/MinIO) ilkeleri
DVC (Data Version Control) ile Veri ve Artefakt Yönetimi
- .dvc işaretçi dosyaları, uzak depolama (remote) yapılandırması, dvc push/pull ve paylaşımlı önbellek (cache)
- dvc.yaml ve dvc.lock ile veri dönüşümü ve model eğitimi adımlarının kriptografik olarak kilitlenmesi
LakeFS ile Nesne Depolamada Git Benzeri İş Akışları
- Milyonlarca dosya üzerinde zero-copy branch, commit, merge ve anlık rollback operasyonları
- Pre-commit ve pre-merge hook'ları ile bozuk veya şema dışı verinin ana dala (main) karışmasını engelleme
Tablo Verilerinde Time-Travel ve Etiket (Annotation) Versiyonlama
- Apache Iceberg ve Delta Lake'te snapshot ID / timestamp ile geçmiş eğitim verisini birebir yeniden okuma
- Aktif öğrenme döngülerinde ham görüntü/metin verisi ile değişen etiket JSON/COCO sürümlerini eşleştirme
Model Versiyonlama, Semantik Sürümleme ve Denetim İzi (Lineage)
- Model ağırlık formatları (Safetensors, ONNX), semantik versiyonlama ve değiştirilemez (immutable) yayın paketleri
- Üretimdeki modelden Git SHA, veri snapshot ID ve eğitim koşumuna uzanan uçtan uca soykütüğü sorgulama
Bu Kategorideki Diğer Eğitimler
-
Merkezi Model Registry mimarisi, model paketleme standartları, @champion/@challenger geçişleri, otomatik doğrulama kapıları, model kartları ve güvenlik taraması; modelleri denetimli biçimde üretime alan ekipler için.
- Canlı Kurs
- 5 modül
-
Online/batch/streaming çıkarım desenleri, Triton Inference Server, BentoML, Ray Serve ve vLLM, dynamic batching, gRPC/REST, önbellekleme ve yük testi; modelleri düşük gecikme ve yüksek throughput ile sunan ekipler için.
- Canlı Kurs
- 5 modül
-
GitHub Actions/GitLab CI ile veri, model ve kod doğrulama, PR üzerinde otomatik model değerlendirme raporları, Airflow/Argo/Prefect ile Continuous Training (CT) tetikleyicileri ve GitOps dağıtımı; MLOps ekipleri için.
- Canlı Kurs
- 5 modül
-
CUDA/PyTorch için optimize Docker imajları, Kubernetes NVIDIA GPU Operator, MIG/time-slicing, KServe ile serverless/autoscaling model sunumu ve Kubeflow/Volcano ile dağıtık eğitim; platform ve MLOps ekipleri için.
- Canlı Kurs
- 5 modül
-
GPU bellek/compute mimarisi, Nsight Systems ile profilleme, TensorRT, FlashAttention, KV cache yönetimi, AWQ/GPTQ/FP8 quantization ve speculative decoding; derin öğrenme ve LLM çıkarım maliyetini düşüren mühendisler için.
- Canlı Kurs
- 5 modül
-
SageMaker Studio, Processing ve Training Jobs, SageMaker Pipelines, Model Registry, Real-Time/Serverless/Async Inference, Model Monitor ve IAM/VPC güvenliği; AWS üzerinde uçtan uca ML işleten ekipler için.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
