Model Online/Fiziksel
Süre
Modüller 6 modül

Eğitimin Amacı ve Kapsamı

Yalnızca vektör aramasına dayanan RAG sistemleri; ürün kodları, hata numaraları, kişi/kurum adları ve mevzuat madde numaralarında sıkça hedefi ıskalar; yalnızca kelime araması ise eş anlamlıları ve kavramsal soruları kaçırır. Bu eğitim; çok aşamalı getirme (multi-stage retrieval) mimarisini, BM25/SPLADE ile dense vektörlerin Reciprocal Rank Fusion (RRF) veya skor normalizasyonu ile birleştirilmesini, sorgu dönüştürme tekniklerini ve cross-encoder / late-interaction reranker modellerini ele alır.

Katılımcılar Türkçe kök/ek analizi (analyzer) ayarlarından başlayarak iki aşamalı (hibrit aday getirme + reranking) bir arama hattı kurar; NDCG@10, MRR ve eklenen gecikmeyi kurum verisi üzerinde ölçer.

Kimler Katılmalı?

  • Mevcut RAG veya kurumsal arama sistemlerinde "doğru belge gelmiyor" sorununu çözen yapay zeka mühendisleri
  • Arama motoru (Elasticsearch/OpenSearch) ve vektör veritabanı entegrasyonu yapan yazılım geliştiriciler
  • E-ticaret, mevzuat, teknik destek ve bilgi bankası araması üzerinde çalışan veri bilimciler
  • Ön koşul: Temel RAG, embedding ve vektör arama bilgisi

Kazanımlar

  • Türkçe metinler için doğru tokenizer/stemmer ayarlarıyla BM25 ve dense vektör hibrit araması kurar
  • Reciprocal Rank Fusion (RRF) ve doğrusal kombinasyon (convex combination) parametrelerini optimize eder
  • Sorgu yeniden yazma (query rewriting), alt sorgulara bölme ve HyDE tekniklerini yerinde kullanır
  • BGE-Reranker, Cohere Rerank veya ColBERT ile ilk 50–100 adayı yüksek doğrulukla yeniden sıralar
  • Reranking katmanının getirdiği kalite artışını (NDCG@5) GPU/API maliyeti ve latency ile dengeler

Konular

Sözcüksel (BM25/SPLADE) ve Semantik Aramanın Tamamlayıcılığı
  • Neden tek başına vektör arama kod, kısaltma ve özel isimlerde başarısız olur?
  • BM25 parametreleri (`k1`, `b`), Türkçe morfolojik analiz/stemming ve learned sparse (SPLADE)
Hibrit Arama ve Skor Birleştirme (Fusion) Yöntemleri
  • Reciprocal Rank Fusion (RRF) ve Distribution-Based Score Fusion (DBSF)
  • Elasticsearch/OpenSearch, Weaviate, Qdrant, Milvus ve pgvector'de hibrit sorgu mimarileri
Sorgu Dönüştürme ve Genişletme (Query Transformation)
  • Konuşma geçmişinden bağımsız sorgu üretimi, eş anlamlı genişletme ve alt sorulara bölme
  • HyDE (Hypothetical Document Embeddings) ve step-back prompting'in ne zaman işe yarayıp ne zaman gecikme yarattığı
İkinci Aşama: Cross-Encoder ve Late-Interaction Reranking
  • Bi-encoder ile cross-encoder farkı: sorgu ve belge token'ları arasında tam çapraz dikkat (full cross-attention)
  • BGE-Reranker, Cohere Rerank, Jina Reranker ve FlashRank/ColBERT modellerinin karşılaştırması
Üretimde Reranking: Gecikme, Kesme (Cut-off) ve Çeşitlilik
  • Aday sayısı (`top_k=50` -> `top_n=5`) seçimi, skor eşiği (threshold) ve MMR ile çeşitlilik
  • Batch çıkarım, ONNX/TensorRT hızlandırma ve uzun parçaların reranker'da işlenmesi
Laboratuvar: Tek Aşamalı Aramadan Çok Aşamalı Hibrit Hattına
  • Kurum sorguları üzerinde yalnız dense, yalnız BM25, hibrit ve hibrit+rerank karşılaştırması
  • Recall@5, NDCG@5 ve p95 latency iyileşme tablosunun çıkarılması

Bu Kategorideki Diğer Eğitimler

  • Metadata Tasarımı ve Erişim Kontrollü (Permission-Aware) RAG

    Kurumsal RAG sistemlerinde departman, rol, belge güncelliği ve kategori filtreleme için metadata şeması tasarımı, self-querying ve RBAC/ABAC/ReBAC yetki kontrollü (security-trimmed) belge getirme programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • Agentic RAG: Çok Adımlı ve Otonom Bilgi Getirme Mimarileri

    Tek seferlik vektör aramasının yetmediği karmaşık sorularda sorgu planlama, çoklu kaynak yönlendirme, getirilen kanıtı değerlendirme, sorgu düzeltme (Corrective/Self-RAG) ve LangGraph ile döngüsel Agentic RAG programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • GraphRAG ve Bilgi Grafiği Destekli RAG Sistemleri

    Varlıklar arası çok adımlı ilişkileri ve tüm doküman kümesini kapsayan bütüncül soruları yanıtlamak için bilgi grafiği (Knowledge Graph), Neo4j, topluluk özetleri (Microsoft GraphRAG) ve vektör+graf hibrit mimarileri programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • RAG Değerlendirme ve Kalite Güvencesi (RAG Evaluation / RAG Evals)

    RAG sistemlerini ”göz kararı” denemekten çıkarıp altın test veri seti (golden dataset), sentetik test üretimi, RAGAS/DeepEval/Promptfoo, CI/CD regresyon kapıları ve canlı trafik izleme ile sistematik değerlendirme programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • RAG Sistemlerinde Getirme ve Üretim Metrikleri (Retrieval & Generation Metrics)

    RAG performansını sayısal olarak ölçen IR metriklerini (Recall@k, Precision@k, MRR, NDCG@k) ve üretim metriklerini (Faithfulness, Answer Relevance, Context Precision, Citation F1) formül, kod ve eşik değerleriyle işleyen program.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • Üretim Ortamı RAG Mimarisi (Production RAG Architecture)

    RAG prototiplerini milyonlarca belge ve yüksek eşzamanlı kullanıcıya ölçekleyen üretim mimarisi: olay güdümlü artımlı indeksleme, kesintisiz re-indexing, önbellekleme, güvenlik ve LLMOps gözlemlenebilirliği.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele

Bizimle iletişime geçin