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 Yığını
Veri 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 Foundry
Microsoft 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 Framework
Semantic 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 Agents
GitHub 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
-
AgentCore
Amazon 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 Agents
AWS'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