Eğitimin Amacı
Doğrusal zincirlerin (DAG) yetersiz kaldığı karmaşık mühendislik problemlerinde LangGraph kullanarak stateful graph tabanlı, döngüsel muhakeme (cyclic reasoning) yapabilen ve hata toleransı yüksek multi-agent sistemler tasarlama becerisi kazandırmaktır.
Eğitim boyunca bellek kalıcılığı (checkpointing), zaman yolculuğu (time-travel debugging), insan müdahalesi (human-in-the-loop) ve LangSmith ile üretim izleme pratikleri kod üzerinden uygulanır.
Kimler Katılmalı ve Ön Koşullar
- Hedef Kitle: Kıdemli yazılım mühendisleri, AI/LLM uygulama geliştiricileri ve karmaşık otonom sistemler tasarlayan teknik mimarlar.
- Ön Koşullar: İleri düzey Python bilgisi (
typing,asyncio,Pydantic) ve temel LLM API / tool calling geliştirme deneyimi.
Kazanımlar ve Odak Noktaları
StateGraph,Nodes,Conditional EdgesveReducersile deterministik kontrol ve otonom karar dengesini kurma.- PostgreSQL/Redis tabanlı
checkpointerkatmanları ile kesintiden devam etme,interruptvehuman-in-the-looponay akışları inşa etme. Supervisor,HierarchicalveSubgraphdesenleriyle çoklu agent sistemlerini LangGraph Platform ve LangSmith ile canlıya alma.
Konular
Stateful Graph Mimarisi, State Şemaları ve Döngüsel Akışlar
- StateGraph yapısı, TypedDict/Pydantic durum şemaları ve özel reducer fonksiyonları
- Koşullu dallanmalar (conditional edges), ReAct döngüleri ve paralel düğüm çalıştırma (Send API)
Checkpointing, Uzun Süreli Bellek ve Human-in-the-Loop
- Thread bazlı kalıcılık, MemoryStore ve PostgreSQL checkpointer mimarisi
- Breakpoint/interrupt mekanizmaları, durum düzenleme (state editing) ve time-travel debugging
İleri Düzey Multi-Agent Tasarım Desenleri
- Supervisor, router, handoff ve iç içe subgraph topolojilerinin modellenmesi
- Plan-and-execute, reflection ve self-correcting RAG/kod üretimi ajanlarının kurgulanması
Streaming, LangSmith Observability ve Üretim Dağıtımı
- Token, state ve custom event seviyesinde gerçek zamanlı streaming mimarisi
- LangSmith ile izleme, değerlendirme (evaluation) ve LangGraph Platform üzerinde ölçekleme
Bu Kategorideki Diğer Eğitimler
-
Open-Source Model ve Agent Ekosistemi: Self-Hosted Kurumsal AI YığınıVeri egemenliği ve maliyet kontrolü için Llama, Mistral ve Qwen gibi open-source modelleri vLLM üzerinde sunmayı, açık kaynak agent çatılarıyla birleştirmeyi ve kurum içi AI yığını kurmayı öğrenin.
- Canlı Kurs
- 4 modül
-
Microsoft FoundryMicrosoft Azure AI Foundry üzerinde model seçimi, kurumsal RAG ve agent geliştirme, içerik güvenliği filtreleri, otomatik evaluation, OpenTelemetry izleme ve güvenli kurumsal dağıtım.
- Canlı Kurs
- 5 modül
-
Microsoft Agent FrameworkSemantic Kernel ve AutoGen yaklaşımlarını birleştiren Microsoft Agent Framework ile kurumsal tekli ve çoklu agent (multi-agent) orkestrasyonu, MCP araç entegrasyonu, bellek ve süreç yönetimi.
- Canlı Kurs
- 5 modül
-
GitHub Copilot ve Coding AgentsGitHub Copilot Agent Mode, Copilot Coding Agent, özel kurumsal talimatlar (custom instructions), IDE içi MCP sunucuları ve otomatik PR inceleme ile yazılım geliştirme yaşam döngüsünü hızlandırma.
- Canlı Kurs
- 5 modül
-
AgentCoreAmazon Bedrock AgentCore ile herhangi bir framework'le (Strands, LangGraph, CrewAI) yazılmış agent'ları güvenli, durum bilgili ve ölçeklenebilir biçimde canlıya alma: Runtime, Memory, Identity ve Gateway.
- Canlı Kurs
- 5 modül
-
Strands AgentsAWS'nin açık kaynaklı Strands Agents SDK'sı ile model odaklı (model-driven) agent geliştirme: @tool dekoratörü, yerel MCP desteği, çoklu model sağlayıcıları, multi-agent desenleri ve OpenTelemetry izleme.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin