Eğitimin Amacı ve Kapsamı
Klasik OCR ve şablon tabanlı kurallar; çok sütunlu PDF'lerde, birleşik hücreli tablolarda, kaşeli/imzalı sayfalarda ve taranmış sözleşmelerde sıkça kırılır. Bu eğitim, Vision-Language Modelleri (VLM) ile modern belge ayrıştırıcıları (Docling, Azure Document Intelligence, LlamaParse) birleştiren hibrit belge analizi boru hatlarını öğretir.
Katılımcılar kurumsal belgelerden JSON Schema ile veri çıkarır, çıkarılan her alanı sayfa ve koordinat (bounding box) kanıtıyla eşleştirir, çapraz toplam/tutarlılık kontrolleri yazar ve düşük güvenli alanları insan onayına düşüren bir belge analiz uygulaması geliştirir.
Kimler Katılmalı?
- Belge yoğun süreçleri (finans, hukuk, sigorta, lojistik, İK) otomatikleştiren geliştiriciler
- Veri mühendisleri, yapay zeka mühendisleri ve RPA/otomasyon uzmanları
- Belge işleme ürünleri geliştiren teknik analistler
- Ön koşul: temel Python ve JSON/API bilgisi
Kazanımlar
- Klasik OCR, mizanpaj (layout) ayrıştırıcılar ve doğrudan VLM yaklaşımlarını doğru birleştirmek
- Karmaşık tablo, grafik, imza/kaşe ve el yazısı içeren belgelerden yapılandırılmış veri çıkarmak
- Çıkarılan değerleri deterministik iş kuralları ve çapraz toplamlarla doğrulamak
- Denetlenebilirlik için her alanı belgedeki kaynak koordinatla (grounding) ilişkilendirmek
- Alan bazlı doğruluk (F1/exact match) ve gecikme ölçüm planı kurmak
Konular
Belge Analizi Mimarileri: OCR'dan VLM'e
- Docling, Marker, Azure Document Intelligence ve doğrudan VLM karşılaştırması
- Belge sınıflandırma, sayfa ayırma (splitting) ve yön düzeltme
Karmaşık Mizanpaj, Tablo ve Grafik Okuma
- Sayfalar arası devam eden tablolar ve iç içe başlıklar
- Diyagram, teknik çizim, kaşe, imza ve onay kutusu (checkbox) tespiti
Şema Güdümlü Çıkarım ve Grounding
- JSON Schema ile zorunlu alan, tip ve format tanımları
- Sayfa numarası ve bounding box ile görsel kanıt eşleme
Doğrulama, Güven Skoru ve İnsan Onayı
- Tutar/KDV mutabakatı, tarih mantığı ve referans tablo kontrolleri
- Şüpheli alanları yan yana belge görünümüyle operatör onayına sunma
Uygulama ve Kalite Ölçümü
- Kurum belgeleri üzerinde uçtan uca çıkarım boru hattı
- Alan bazlı doğruluk, maliyet ve sayfa başı süre ölçümü
Bu Kategorideki Diğer Eğitimler
-
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
-
Ekran görüntüsü algılama, koordinat tahmini ve klavye/fare eylemleriyle masaüstü ve tarayıcı ortamlarını kullanan computer use sistemleri: Claude Computer Use, OpenAI CUA, sandbox sanal makineler ve güvenli yürütme.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
