Eğitimin Amacı ve Kapsamı
Bir prompt'u playground'da çalıştırmak kolaydır; aynı akışı güvenilir, izlenebilir ve maliyeti kontrol altında bir servise dönüştürmek ise ayrı bir mühendislik işidir. Program; OpenAI Responses API, Anthropic Messages API ve Gemini API'nin ortak ve farklı yönlerini, resmi SDK'ları, streaming, konuşma geçmişi yönetimi, timeout, retry, rate limit ve API anahtarı güvenliğini kapsar.
Katılımcılar eğitim boyunca kurumlarına uyarlanmış bir senaryo üzerinde, sağlayıcı soyutlaması, hata ve fallback tasarımı ile temel bir eval seti içeren üretime yakın bir LLM uygulaması geliştirir.
Kimler Katılmalı?
- LLM özelliklerini mevcut ürünlere ekleyecek backend ve full-stack geliştiriciler
- Yapay zeka prototiplerini servise dönüştürecek yapay zeka mühendisleri
- Entegrasyon ve API standartlarından sorumlu platform ekipleri
- Ön koşul: Python veya TypeScript ile REST API geliştirme deneyimi
Kazanımlar
- Üç büyük sağlayıcının API'lerini ortak bir arayüz arkasında kullanır
- Streaming yanıtları ve çok turlu konuşma durumunu doğru yönetir
- Retry, exponential backoff, timeout ve fallback mekanizmalarını uygular
- Token kullanımını, maliyeti ve latency'yi loglayıp raporlar
- Değişiklikleri temel bir eval setiyle doğrulayan bir geliştirme döngüsü kurar
Konular
LLM API'lerinin Anatomisi
- OpenAI Responses, Anthropic Messages ve Gemini API karşılaştırması
- Mesaj rolleri, parametreler ve kullanım (usage) bilgisi
SDK'lar, Streaming ve Konuşma Durumu
- Python ve TypeScript SDK'ları ile streaming yanıtlar
- Çok turlu konuşmalarda geçmişin saklanması ve kırpılması
Dayanıklılık: Hata, Retry ve Fallback
- Rate limit, timeout ve 5xx hatalarının yönetimi
- Exponential backoff ve alternatif modele geçiş
Sağlayıcı Soyutlaması ve Güvenlik
- Çoklu sağlayıcı için ortak arayüz ve LiteLLM gibi gateway'ler
- API anahtarı yönetimi, kişisel veri maskeleme ve KVKK hususları
Loglama, Maliyet Takibi ve Temel Eval
- Token, maliyet ve latency metriklerinin kaydı
- Küçük bir eval setiyle regresyon kontrolü
Proje: Üretime Yakın LLM Uygulaması
- Kurum senaryosuna göre uçtan uca servis geliştirme
- Kod incelemesi ve üretim öncesi kontrol listesi
Bu Kategorideki Diğer Eğitimler
-
LLM'lerden güvenilir JSON almak için JSON Schema, OpenAI Structured Outputs, Gemini response schema, Pydantic/Zod, Instructor ve constrained decoding; doğrulama, onarım döngüleri ve belge veri çıkarımı uygulamaları.
- Canlı Kurs
- 6 modül
-
LLM'lerin tool/function calling ile API'leri, veri tabanlarını ve iç sistemleri güvenle çağırmasını sağlayan program: tool şeması tasarımı, paralel çağrılar, MCP sunucuları, hata yönetimi ve yetki sınırları.
- Canlı Kurs
- 6 modül
-
LLM uygulamalarında system prompt, şablon, few-shot örnek, retrieval sonucu, bellek ve tool tanımlarının context window'a nasıl yerleşeceğini tasarlayan context engineering programı; versiyonlama ve eval odaklı iterasyon dahil.
- Canlı Kurs
- 6 modül
-
Yüz binlerce token'lık context window'larda lost-in-the-middle, KV cache maliyeti ve latency sorunlarını çözen; context sıkıştırma, özetleme, bellek katmanları ve needle-in-a-haystack testlerini kapsayan program.
- Canlı Kurs
- 6 modül
-
Tek bir büyük modele bağımlı kalmadan, görev karmaşıklığına göre küçük ve büyük LLM'ler arasında dinamik yönlendirme (routing), cascade, fallback ve LLM gateway mimarisi kurmayı öğreten mühendislik programı.
- Canlı Kurs
- 6 modül
-
Görsel, taranmış belge, tablo, grafik, ses ve video girdilerini işleyen multimodal LLM uygulamaları geliştirme programı; VLM API'leri, open-weight vision modelleri, OCRsız belge anlama ve doğruluk ölçümü.
- Canlı Kurs
- 6 modül
Bizimle iletişime geçin
