Eğitimin Amacı ve Kapsamı
Gerçek dünyadaki iş süreçlerinde kullanıcılar aynı anda fotoğraf yükler, sesli not bırakır ve PDF ekler; ancak bu girdileri tek bir güvenilir uygulama akışında birleştirmek doğru medya ön işleme, şema tasarımı ve hata yönetimi gerektirir. Program, çok modlu API'lerle üretime hazır uygulama geliştirme mimarisini ele alır.
Katılımcılar görüntü boyutlandırma, ses parçalama, çok modlu prompt yapısı ve JSON Schema ile yapılandırılmış çıktı üretimini uygular; saha hasar bildirimi veya müşteri başvurusu gibi kuruma uyarlanmış bir vaka üzerinde çalışan bir uygulama prototipi ile gecikme ve kalite ölçüm planı geliştirir.
Kimler Katılmalı?
- Çok modlu özellikler geliştiren yazılım ve yapay zeka mühendisleri
- Kurumsal yapay zeka çözümleri tasarlayan çözüm mimarları
- Teknik ürün yöneticileri ve prototip geliştirme ekipleri
- Ön koşul: Python veya TypeScript ve temel LLM API kullanımı
Kazanımlar
- Görsel, ses ve metin girdilerini tek bir API akışında birleştiren mimariler kurmak
- Medya sıkıştırma, kırpma ve kare örnekleme ile token maliyetini düşürmek
- Çok modlu girdilerden JSON Schema ile doğrulanmış yapılandırılmış veri çıkarmak
- Düşük güven skorlu veya bozuk medya girdileri için fallback ve insan onayı kurgulamak
- Uygulamanın uçtan uca latency ve kalite ölçüm planını hazırlamak
Konular
Çok Modlu Sistem Mimarisi
- Senkron ve asenkron medya işleme boru hatları
- Depolama (object storage), önbellekleme ve API payload yönetimi
Medya Ön İşleme ve Token Ekonomisi
- Görsel çözünürlük/tiling, PDF sayfa rasterizasyonu ve ses kodekleri
- Kalite kaybı olmadan gecikme ve maliyeti düşüren ön işleme kuralları
Çok Modlu Prompting ve Structured Output
- Görsel + metin + ses bağlamını aynı istekte hizalama
- Pydantic / JSON Schema ile çok modlu girdiden veri çıkarma
Model Yönlendirme ve Hata Yönetimi
- Hızlı/ucuz modeller ile güçlü modeller arasında kademeli yönlendirme
- Bulanık görüntü, gürültülü ses ve eksik belge için doğrulama ve fallback
Vaka Uygulaması ve Ölçüm Planı
- Kurum vakası üzerinde çok modlu başvuru/inceleme prototipi
- Latency bütçesi ve kalite değerlendirme planı
Bu Kategorideki Diğer Eğitimler
-
Karmaşık PDF, fatura, sözleşme, tablo ve formlardan VLM'ler ve modern belge ayrıştırma araçlarıyla yüksek doğruluklu veri çıkarma: mizanpaj anlama, şema doğrulama, kanıt eşleme ve insan onaylı iş akışı.
- Canlı Kurs
- 5 modül
-
Tablo, grafik, diyagram ve görseller içeren kurumsal dokümanlar üzerinde Çok Modlu RAG (Multimodal RAG) mimarisi: görsel-metin indeksleme, ColPali/görüntü embedding'leri, hibrit retrieval ve görsel kanıtlı yanıt üretimi.
- Canlı Kurs
- 5 modül
-
LLM tabanlı yazılı ve sesli asistanlar için konuşma tasarımı (conversation design): persona ve ton kuralları, çok turlu diyalog akışı, belirsizlik giderme, onarım stratejileri ve canlı temsilciye devir deneyimi.
- Canlı Kurs
- 5 modül
-
Müşteri hizmetleri ve çağrı merkezleri için bilgi tabanı (RAG), CRM/sipariş araçları ve politika kurallarıyla çalışan akıllı müşteri temsilcisi tasarımı, temsilci asistanı (agent assist) ve canlıya geçiş mimarisi.
- Canlı Kurs
- 5 modül
-
Kurumsal sesli yapay zeka uygulamaları için Speech-to-Text (STT), LLM ve Text-to-Speech (TTS) boru hatları: Whisper, Deepgram, ElevenLabs ve Cartesia ile düşük gecikmeli ses işleme, akustik zorluklar ve telefon entegrasyonu.
- Canlı Kurs
- 5 modül
-
Ses, görüntü ve ekran paylaşımıyla anlık etkileşime giren gerçek zamanlı yapay zeka asistanları: çift yönlü akış, söz kesme (barge-in), canlı kamera/ekran bağlamı, anlık araç çağırma ve kesintisiz oturum yönetimi.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
