Eğitimin Amacı ve Kapsamı
Umut vadeden bir use case, veri dağınık, erişimsiz ya da kişisel veri kısıtlarına takılı olduğunda aylarca bekleyebilir. Bu eğitim, bir fırsatın uygulamaya geçebilmesi için gereken veriyi ve bağımlılıkları erkenden görünür kılmayı amaçlar.
Veri kalitesinin boyutları (eksiksizlik, doğruluk, güncellik, tutarlılık), veri sahipliği ve erişim, etiketleme ihtiyacı, RAG senaryoları için doküman ve bilgi tabanı hazırlığı ile KVKK değerlendirmesi ele alınır. Ayrıca entegrasyon, tedarikçi ve yetkinlik bağımlılıkları analiz edilir. Katılımcılar kendi use case'leri için bir readiness skor kartı ve bağımlılık haritası hazırlar.
Kimler Katılmalı?
- Use case sahipleri ve iş birimi temsilcileri
- Veri sahipleri, veri yönetişimi ve veri yönetimi ekipleri
- BT, kurumsal mimari ve entegrasyon ekipleri
- Yapay zeka program ve proje yöneticileri
Kazanımlar
- Bir use case'in veri ihtiyacını kaynak, hacim ve format bazında tanımlayabilir
- Veri kalitesini ve erişilebilirliğini yapılandırılmış kriterlerle değerlendirebilir
- RAG için doküman setlerinin güncellik, sahiplik ve yetki durumunu kontrol edebilir
- Teknik, tedarikçi ve organizasyonel bağımlılıkları haritalayabilir
- Readiness skor kartı ve boşlukları kapatacak aksiyon planı oluşturabilir
Konular
Use Case İçin Veri İhtiyacının Tanımlanması
- Girdi, hedef değişken ve geri bildirim verisi
- Yapılandırılmış ve yapılandırılmamış veri kaynakları
- Etiketleme ve örnek veri ihtiyacı
Veri Kalitesi, Sahiplik ve Erişim
- Eksiksizlik, doğruluk, güncellik ve tutarlılık kontrolleri
- Veri sahibi, veri sorumlusu ve erişim süreçleri
Doküman ve Bilgi Tabanı Hazırlığı (RAG)
- Doküman envanteri, versiyonlama ve güncellik
- Yetki modeli ve gizlilik sınıflandırması
- Taranmış PDF, tablo ve formların sorunları
KVKK ve Hukuki Kısıtlar
- Kişisel ve özel nitelikli veri tespiti
- İşleme amacı, aktarım ve yurt dışı barındırma soruları
Teknik ve Organizasyonel Bağımlılıklar
- Sistem entegrasyonları ve API erişimi
- Tedarikçi, lisans ve yetkinlik bağımlılıkları
- Kritik yol ve bağımlılık haritası
Readiness Skor Kartı ve Aksiyon Planı
- Boyut bazında puanlama ve eşikler
- Boşluk kapatma aksiyonları ve sorumlular
Bu Kategorideki Diğer Eğitimler
-
Yapay zeka use case'lerinin gelir, maliyet, risk ve deneyim etkisini baseline'a göre tahmin etmeyi; lisans, token ve entegrasyon dahil TCO hesabını, build/buy kararını ve uygulanabilirliği tek sayfalık business case'e dönüştürmeyi öğretir.
- Canlı Kurs
- 6 modül
-
Yapay zeka use case'lerini AB Yapay Zeka Yasası risk seviyeleri, KVKK, fikri mülkiyet, halüsinasyon, prompt injection ve itibar riskleri açısından hızla taramayı, olasılık-etki puanlamasını ve azaltım önlemlerini önceliklendirmeye yansıtmayı öğretir.
- Canlı Kurs
- 5 modül
-
Çok sayıda yapay zeka fikrini değer, uygulanabilirlik, veri hazırlığı ve risk boyutlarıyla ağırlıklı puanlama matrisinde değerlendirmeyi; bağımlılıkları analiz ederek dengeli bir Wave 1-2-3 uygulama yol haritası oluşturmayı öğretir.
- Canlı Kurs
- 5 modül
-
Yapay zeka projelerinde model doğruluğu, RAG/agent kalitesi, süreç hızı, kullanıcı benimsemesi ve finansal etki metriklerini birbirine bağlayan çok katmanlı bir KPI ağacı kurmayı ve pilot/ölçekleme eşikleri tanımlamayı öğretir.
- Canlı Kurs
- 5 modül
-
PoC, prototip ve canlı pilot ayrımını netleştirerek hipotez odaklı kapsam tanımlamayı, golden dataset ve değerlendirme rubriği hazırlamayı, pilot kullanıcı grubunu ve insan kontrol akışını güvenli biçimde kurgulamayı öğretir.
- Canlı Kurs
- 5 modül
-
Yapay zeka projelerini keşif, veri hazırlığı, deneysel geliştirme, doğrulama, entegrasyon ve canlı izleme (MLOps/LLMOps) aşamaları boyunca yönetmeyi; belirsizlik, karar kapıları ve iş-teknik ekip koordinasyonunu öğretir.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
