Model Online/Fiziksel
Süre
Modüller 5 modül

Eğitimin Amacı ve Kapsamı

Küçük örnek projelerde kusursuz çalışan yapay zeka araçları, yüz binlerce satırlık kurumsal monorepo'larda yanlış katmana kod yazar, mevcut yardımcı fonksiyonları görmezden gelip yeniden icat eder veya context window doldukça ilk talimatları unutur. Bu eğitim, büyük kod tabanlarını hem insanlar hem de coding agent'lar için okunabilir ve gezilebilir hale getiren context engineering disiplinini kapsar.

Hiyerarşik bellek dosyaları (AGENTS.md, CLAUDE.md, .cursor/rules), AST (tree-sitter) ve LSP tabanlı sembol indeksleme, leksikal + vektör hibrit kod araması, modül sınırları, MCP bağlam sağlayıcıları ve uzun görevlerde context sıkıştırma/devir teknikleri gerçek bir kurumsal repo yapısı üzerinde çalışılır.

Kimler Katılmalı?

  • Kıdemli yazılım mühendisleri (senior/staff) ve yazılım mimarları
  • Platform, DevEx ve araç (developer tooling) mühendisleri
  • Büyük ölçekli veya monorepo kod tabanlarını yöneten teknik liderler
  • Ön koşul: Büyük ölçekli yazılım projeleri ve AI kodlama araçlarında aktif deneyim

Kazanımlar

  • Kod tabanını agent'ların minimum token ile doğru dosyaları bulabileceği şekilde yapılandırır
  • Kök dizinden alt paketlere uzanan hiyerarşik ve kapsam bazlı instruction/rules mimarisi kurar
  • AST parçalama, sembol grafiği ve hibrit arama ile ilgili kod parçalarını yüksek isabetle getirir
  • Context window zehirlenmesi (context poisoning) ve bağlam şişmesini önleyen sıkıştırma stratejileri uygular
  • Veritabanı şeması, tasarım token'ları ve iç SDK dokümanlarını MCP ile anlık bağlam olarak sunar

Konular

Büyük Kod Tabanlarında Bağlam Sorunu ve Context Rot
  • Neden büyük context window tek başına yetmez? Kaybolan orta (lost-in-the-middle) ve dikkat dağılması
  • Token bütçesi ekonomisi: sabit sistem bağlamı, dinamik görev bağlamı ve araç çıktıları
Agent Dostu Repo Mimarisi ve İsimlendirme
  • Tahmin edilebilir dizin yapısı, açık modül sınırları (barrel/public API) ve güçlü tip imzaları
  • Ortak yardımcıların (shared utilities) ve standart desenlerin keşfedilebilirliğini artırma
Hiyerarşik Bellek: AGENTS.md, CLAUDE.md ve Scoped Rules
  • Kök dizin, servis ve klasör seviyesinde kademeli (progressive disclosure) bağlam dosyaları
  • Dosya deseni (glob) bazlı otomatik yüklenen kurallar ve kanonik örnek (golden example) referansları
Kod İndeksleme: AST, LSP ve Hibrit Arama
  • Tree-sitter ile fonksiyon/sınıf bazlı anlamlı parçalama (AST chunking) ve repo map üretimi
  • Tam metin/regex (ripgrep), sembol grafiği (LSP) ve embedding aramasının hibrit kullanımı
Dinamik Bağlam Sağlayıcıları (MCP) ve Oturum Yönetimi
  • İç kütüphane dokümanları, veritabanı şemaları ve API sözleşmeleri için MCP kaynakları
  • Araştırma ve uygulama bağlamını ayırma; uzun görevlerde PLAN.md / durum özetiyle devir

Bu Kategorideki Diğer Eğitimler

  • Güvenli Kod İncelemesi

    Yapay zeka ve insan tarafından yazılan kodlarda OWASP Top 10, yetkilendirme açıkları, uydurma paket (slopsquatting), gizli anahtar sızıntısı ve güvensiz varsayılanları SAST (Semgrep, CodeQL) ve LLM destekli incelemeyle yakalama eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Kurumsal Yapay Zeka Kodlama Politikaları

    Yazılım organizasyonları için yapay zeka kodlama araçlarının veri gizliliği (ZDR), fikri mülkiyet, açık kaynak lisans uyumu, onaylı model/MCP listeleri, risk kademelendirmesi ve kabul standartlarını belirleyen yönetişim eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Yapay Zeka Destekli SDLC Tasarımı

    Kod üretim hızı arttığında oluşan inceleme, test ve güvenlik darboğazlarını çözen; gereksinim, mimari, geliştirme, PR review, CI/CD, QA ve operasyon aşamalarını yeniden kurgulayan uçtan uca AI-native SDLC eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Yapay Zeka ile Legacy Kod Modernizasyonu (COBOL, PL/SQL, Monolit → Modern Mimari)

    COBOL, PL/SQL saklı yordamları ve eski Java/.NET monolitlerinden iş kurallarını çıkarma, Strangler Fig deseniyle parçalama, golden-master/çift koşum (dual-run) denklik testleri ve hedef mimariye güvenli dönüşüm eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • Test ve QA Mühendisleri için Yapay Zeka Sistemlerinin Testi

    QA ve test mühendisleri için deterministik olmayan LLM, RAG ve agent uygulamalarını test etme: altın veri seti (golden dataset), RAG metrikleri, LLM-as-a-Judge, prompt injection güvenlik testleri ve CI regresyon kapıları.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
    İncele
  • AIOps: SRE ve BT Operasyon Ekipleri için LLM Destekli Olay Yönetimi

    SRE, DevOps ve BT operasyon ekipleri için alarm gürültüsü azaltma, log/metrik/OpenTelemetry iz korelasyonu, son dağıtım (change) analizi, insan onaylı runbook otomasyonu ve post-mortem hazırlama eğitimi.

    Yapay Zeka Destekli Yazılım Geliştirme Kurumsal
    Canlı Kurs
    5 modül
    İncele

Bizimle iletişime geçin