Model Online/Fiziksel
Süre
Modüller 6 modül

Kurs Açıklaması

Eğitmen

Günümüz yapay zeka uygulama çağında bilgiye erişim hızı, ölçeği ve doğruluk beklentisi hiç olmadığı kadar yükseldi. Kurumlar, büyük dil modellerini (LLM’ler) kendi kurumsal verileriyle zenginleştirerek hem yanıt kalitesini artırmak hem de güvenilir, kaynak gösterilebilir çıktılar üretmek istiyor. Bu yoğun tempolu 3 saatlik “LangChain ile Retrieval-Augmented Generation (RAG) Atölyesi”, katılımcılara bir RAG mimarisini sıfırdan ayağa kaldırmanın teori-pratik birleşimini sunuyor.

Atölye; RAG’in temel kavramlarını, LangChain ile bileşenleri nasıl orkestre edeceğimizi ve günün sonunda canlı olarak çalışan bir doküman tabanlı sohbet botu geliştirmeyi hedefliyor. Katılımcılar; doküman işleme-embedding-vektör arama zincirini uçtan uca deneyimleyerek, uzun bağlam ihtiyacına kıyasla RAG’in getirdiği hız, maliyet ve izlenebilirlik avantajlarını doğrudan gözlemleyecekler.

Kimler Katılmalı

  • Veri bilimciler, MLOps mühendisleri, yazılım geliştiriciler – LLM tabanlı uygulamalar inşa etmek isteyenler

  • RAG mimarisinin pratik faydasını kurumuna taşımayı hedefleyen teknik liderler

  • Kısa sürede öğren-uygula-göster döngüsüyle somut çıktı elde etmek isteyen profesyoneller

Bu atölye, sıkı bir zaman diliminde yoğun öğrenme sağlayarak katılımcıları “metinden bilgiye” giden RAG yolculuğunda hızla ileri taşıyacak; gerçek veriler üzerinde, canlı demosu yapılmış bir proje ile ayrılmanızı sağlayacaktır.

Konular

Neler Göreceğiz?

  • Neler yapılacağı ve nelerin kapsam dışında kalacağı

  • Canlı demo: Günün sonunda nasıl bir uygulama geliştirmiş olacağız

  • Ortam kurulumu
Retrieval Augmented Generation Temelleri

  • RAG mimarisini ve avantajlarını anlama

  • RAG vs Long Context Modeller (uzun bağlam)

  • Ana bileşenler: Doküman işleme, embedding'ler, vektör depolama ve retrieval

  • Gerçek dünyadan RAG uygulama örnekleri ve kullanım alanları
LangChain Giriş

  • LangChain temelleri

  • Doküman yükleyiciler ve metin parçalama (chunking) stratejileri

  • Embedding modelleri ve vektör veritabanları

  • Retriever'lar ve sorgu dönüştürme yöntemleri

  • LLM'lerle entegrasyon
Chatbot Oluşturma

  • Proje yapısını oluşturma

  • Doküman alım hattını oluşturma (Ingestion pipeline)

  • Vektör deposu oluşturma ve yapılandırma

  • Vektör benzerlik metrikleri

  • RAG için etkili prompt'lar tasarlama

  • Retrieval chain oluşturma

  • Gradio ile uygulama arayüzünü uygulama
Yayına Alma

  • Uygulamanızı yayına hazır hale getirme

  • Ortam değişkenleri ve güvenlik en iyi uygulamaları

  • Modeli deploy etme

  • API anahtarlarının güvenli yönetimi

  • Canlı ortamınızı test etme
Kapanış ve Sonraki Adımlar

  • Büyük doküman koleksiyonlarıyla başa çıkma

  • Gecikmeyi azaltma stratejileri

  • Maliyet optimizasyon yaklaşımları

  • Kurumsal seviyede dikkat edilmesi gereken hususlar

  • Multi Modal RAG

  • Fine-Tuning

  • Agentic RAG

  • Yapılanların özeti

  • Ek kaynaklar ve dokümantasyon

  • Soru-Cevap oturumu

Bu Kategorideki Diğer Eğitimler

  • Multimodal RAG Multimodal RAG

    LangChain ile PDF belgelerindeki metin, tablo ve görselleri ayrıştırıp çok modlu embedding ve birleşik vektör arama ile sorgulayan Multimodal RAG sistemi geliştirme atölyesi.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal, Bireysel Workshop
    Canlı Kurs
    6 modül
    İncele
  • Retrieval Augmented Generation (RAG) Temelleri

    Kurumsal dokümanlar üzerinde doğru ve kaynak gösteren yanıtlar üreten uçtan uca bir RAG sisteminin temellerini (belge işleme, chunking, embedding, vektör arama, prompt grounding ve temel değerlendirme) öğreten program.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • Embedding Modelleri ve Semantik Arama (Semantic Search)

    Dense, sparse (SPLADE/BM25), Matryoshka ve late-interaction (ColBERT) embedding modellerini; çok dilli/Türkçe arama kalitesini, domain uyarlamasını ve yüksek doğruluklu semantik arama sistemlerini kapsayan program.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • Vector Database Mimarileri (pgvector, Milvus, FAISS, Weaviate, Pinecone)

    HNSW, IVF, DiskANN ve PQ indeksleme algoritmalarını; pgvector, Milvus, Qdrant, Weaviate, FAISS ve Pinecone mimarilerini; filtreli ANN aramasını, multi-tenancy ve ölçekleme kararlarını kapsayan mühendislik programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • RAG için Veri Hazırlama, Belge Ayrıştırma ve Chunking

    Karmaşık PDF, Word, tablo ve taranmış kurumsal belgeleri Docling, Unstructured ve VLM'lerle ayrıştırma; yapısal, semantik, parent-child ve contextual chunking stratejileriyle yüksek kaliteli RAG indeksi kurma programı.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele
  • RAG Sistemlerinde Kaynak Gösterimi, Grounding ve Halüsinasyon Kontrolü

    Kurumsal RAG asistanlarında yanıtların yalnızca getirilen kanıtlara dayanmasını (grounding), satır içi doğrulanabilir kaynak atfı (citation) üretmesini, çelişkili bilgileri yönetmesini ve kanıt yoksa çekimser kalmasını sağlayan program.

    RAG ve Kurumsal Bilgi Sistemleri Kurumsal
    Canlı Kurs
    6 modül
    İncele

Bizimle iletişime geçin