Model Online/Fiziksel
Süre
Modüller 5 modül

Eğitimin Amacı ve Kapsamı

Uygulama ekiplerinin her projede ayrı ayrı PII temizleme kodu yazması tutarsızlığa ve kaçan kişisel verilere yol açar. Eğitim, tüm LLM çağrılarının geçtiği merkezi bir proxy/gateway üzerinde çalışan, Türkçe ve İngilizce metinlerdeki kişisel verileri yüksek doğrulukla yakalayıp maskeleyen bir PII ağ geçidi geliştirmeye odaklanır.

Uygulama laboratuvarlarında Microsoft Presidio, GLiNER ve TCKN/VKN/IBAN doğrulayıcılarıyla hibrit tanıyıcılar yazılır; Redis/Vault tabanlı oturum eşleme ile model yanıtındaki yer tutucuları ([PERSON_1]) gerçek değerlere geri çeviren streaming uyumlu bir gateway servisi ayağa kaldırılır.

Kimler Katılmalı?

  • AI gateway ve platform servisleri geliştiren backend ve yapay zeka mühendisleri
  • NLP ve bilgi çıkarımı (NER) modelleriyle çalışan veri bilimciler
  • Veri güvenliği ve DLP entegrasyonlarından sorumlu mühendisler
  • Ön koşul: Python (FastAPI/async) ve REST API geliştirme deneyimi

Kazanımlar

  • TCKN, VKN, IBAN, telefon ve kuruma özgü müşteri numaraları için özel Presidio recognizer'ları yazmak
  • GLiNER ve Türkçe transformer NER modellerini deterministik kurallarla birleştirerek duyarlılığı (recall) artırmak
  • Anlam bütünlüğünü bozmayan tipli yer tutucularla tersine çevrilebilir (reversible) maskeleme kurmak
  • LiteLLM veya özel FastAPI proxy üzerinde streaming yanıtları destekleyen de-masking katmanı geliştirmek
  • Precision, recall, F2 skoru ve p95 gecikme süresiyle gateway performansını kıyaslamak

Konular

Hibrit PII Tespit Motoru Tasarımı
  • Regex, algoritma doğrulaması (TCKN/Luhn/IBAN checksum) ve bağlam kelimeleriyle kural tabanlı tespit
  • Microsoft Presidio, spaCy/Hugging Face Türkçe NER ve zero-shot GLiNER entegrasyonu
Maskeleme Stratejileri ve Anlamsal Tutarlılık
  • Redaction, hashing, FPE (Format-Preserving Encryption) ve tipli yer tutucu ([MUSTERI_1]) karşılaştırması
  • Aynı konuşma içinde aynı varlığın tutarlı yer tutucuyla eşlenmesi (coreference ve oturum durumu)
Proxy Mimarisinde Tersine Çevrilebilir (Reversible) Akış
  • TTL ve şifreli Redis/Vault deposuyla geçici eşleme tablosu yönetimi
  • SSE streaming yanıtlarda parçalanmış yer tutucu token'larını tamponlayarak güvenli geri açma
Çok Modlu (PDF, Görsel, Ses Transkripti) Girdilerde PII Temizliği
  • RAG ingest ve dosya yükleme akışlarında OCR sonrası PII maskeleme
  • Tool calling argümanlarında ve hata mesajlarında çift yönlü PII denetimi
Kalite Ölçümü ve Gecikme Optimizasyonu
  • Türkçe sentetik test veri seti üzerinde precision, recall ve F2 değerlendirmesi
  • ONNX Runtime quantization ve önbellekleme ile gateway gecikmesini milisaniye seviyesine indirme

Bu Kategorideki Diğer Eğitimler

  • Anonimleştirme ve Sentetik Test Verisi

    Canlı müşteri verisini test, analitik ve LLM değerlendirme ortamlarına taşımak yerine k-anonymity, diferansiyel gizlilik (differential privacy) ve SDV/LLM tabanlı sentetik veri üretimiyle güvenli veri setleri oluşturmayı öğreten eğitim.

    Yapay Zeka Güvenliği ve Red Teaming Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Loglarda Veri Minimizasyonu ve KVKK Uyumu

    LLM ve agent sistemlerinin OpenTelemetry, Langfuse ve SIEM loglarında biriken kişisel verileri temizlemeyi; saklama süresi, erişim kontrolü, silme/unutulma hakkı ve KVKK uyum gereksinimlerini mühendislik düzeyinde uygulamayı öğreten eğitim.

    Yapay Zeka Güvenliği ve Red Teaming Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Agent Goal Hijack

    OWASP Agentic AI risk listesinin başında yer alan Agent Goal Hijack saldırılarını; planlama döngüsü, kalıcı bellek (memory) ve çok adımlı görev yürütmede hedef saptırma mekanizmalarını ve niyet doğrulama savunmalarını öğreten eğitim.

    Yapay Zeka Güvenliği ve Red Teaming Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Agentic Supply Chain ve MCP Riskleri

    Model Context Protocol (MCP) sunucuları, üçüncü taraf agent tool'ları ve A2A entegrasyonlarındaki tool poisoning, rug pull, gölge (shadowing) ve tedarik zinciri risklerini analiz edip güvenli MCP mimarisi kurmayı öğreten eğitim.

    Yapay Zeka Güvenliği ve Red Teaming Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Unexpected Code Execution

    LLM ve agent'ların ürettiği Python, SQL, shell veya şablon çıktılarının doğrudan çalıştırılmasından doğan uzaktan kod yürütme (RCE) ve enjeksiyon açıklarını; AST doğrulama ve güvenli çıktı işleme ile önlemeyi öğreten eğitim.

    Yapay Zeka Güvenliği ve Red Teaming Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Sandboxing

    Kod çalıştıran, dosya işleyen ve tarayıcı kullanan yapay zeka agent'larını Firecracker microVM, gVisor, Kata Containers, WebAssembly ve ağ egress kısıtlamalarıyla güvenli sandbox ortamlarında izole etmeyi öğreten eğitim.

    Yapay Zeka Güvenliği ve Red Teaming Kurumsal
    Canlı Kurs
    5 modül
    İncele

Bizimle iletişime geçin