Yapay Zeka (AI) ve Teknoloji Kurs Kataloğu

Model Sunma (Model Deployment) Model Deployment Giriş RuneLab Akademi · 12 saat

Eğitilmiş bir modeli notebook'tan production'a taşımanın temel adımları: serialization, API ile servis etme, container'a paketleme, temel monitoring ve rollback. Model deployment sürecine yeni başlayan veri bilimciler ve geliştiriciler için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) REST API ve gRPC Temelleri RuneLab Akademi · 12 saat

Model servisleri için REST ve gRPC protokollerinin temelleri: HTTP/JSON tasarımı, OpenAPI, Protocol Buffers, streaming RPC ve performans karşılaştırması. Doğru protokolü seçip ilk servisini yazmak isteyen geliştiriciler için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Synchronous vs Asynchronous Inference RuneLab Akademi · 12 saat

Senkron ve asenkron inference desenleri: istek-yanıt, kuyruk tabanlı işleme (Celery, Redis, Kafka), job polling, webhook ve async Python. Uzun süren model çağrılarını ölçeklenebilir biçimde tasarlamak isteyen mühendisler için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Batch, Real-time ve Streaming Inference Temelleri RuneLab Akademi · 12 saat

Üç temel inference modunun karşılaştırması: Spark ve Airflow ile batch scoring, REST tabanlı real-time servisler ve Kafka/Flink ile streaming inference. İş ihtiyacına uygun modu seçmek isteyen veri ve ML ekipleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Model Serialization RuneLab Akademi · 12 saat

Modelleri güvenli ve taşınabilir biçimde kaydetme: pickle/joblib riskleri, TorchScript, SavedModel, ONNX, safetensors ve GGUF formatları, MLflow ile paketleme ve sürüm uyumluluğu. ML mühendisleri ve veri bilimciler için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Model Sunma Mimarileri RuneLab Akademi · 18 saat

Model sunma mimari desenleri: embedded model, model-as-a-service, serverless, edge, multi-model ve LLM gateway yapıları; KServe, Triton, Ray Serve ve vLLM gibi platformların konumlandırılması. Mimarlar ve kıdemli ML mühendisleri için.

18 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Latency, Throughput ve Cost Trade-offs RuneLab Akademi · 12 saat

Model sunumunda p95/p99 latency, throughput ve birim maliyet dengesi: dynamic batching, quantization, caching, GPU/CPU seçimi ve yük testi ile optimizasyon. Ölçeklenebilir ve ekonomik inference altyapısı kuran ML ve platform mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Model Sunumu İçin Güvenlik RuneLab Akademi · 12 saat

Inference servislerinin uçtan uca güvenliği: mTLS, OAuth2/JWT, rate limiting, güvenli serialization, container sertleştirme, model çalma/adversarial saldırı savunması ve KVKK uyumu. ML, platform ve uygulama güvenliği mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) TensorFlow Model Sunma Temelleri RuneLab Akademi · 12 saat

TensorFlow ve Keras modellerini SavedModel formatında dışa aktarma, SignatureDef tanımlama ve TensorFlow Serving ile REST/gRPC üzerinden yayına alma. Modellerini üretime taşımaya başlayan veri bilimciler ve ML mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) İleri Seviye TensorFlow Model Sunma RuneLab Akademi · 12 saat

TensorFlow Serving'de çoklu model yönetimi, dynamic batching, XLA/TensorRT ve mixed precision hızlandırma, GPU bellek ayarı, Prometheus metrikleri ve özel servable mimarisi. Yüksek trafikli TF servislerini işleten mühendisler için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) TensorFlow Docker ve Kubernetes Entegrasyonu RuneLab Akademi · 18 saat

TensorFlow Serving servislerini Docker ve Kubernetes üzerinde ölçeklenebilir biçimde işletme: nesne depolamadan model çekme, GPU zamanlama, readiness/liveness probe'ları, HPA/KEDA ve KServe entegrasyonu. MLOps ve platform mühendisleri için.

18 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) TorchServe Temelleri RuneLab Akademi · 12 saat

PyTorch modellerini TorchServe ile üretime alma: özel Handler yazımı, torch-model-archiver ile .mar paketleme, Inference ve Management API kullanımı, worker ve sürüm yönetimi. PyTorch kullanan veri bilimciler ve ML mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) İleri Seviye TorchServe RuneLab Akademi · 12 saat

TorchServe ile çoklu model DAG iş akışları (Workflows), torch.compile/ONNX/TensorRT hızlandırma, çoklu GPU ve büyük model paralel sunumu, özel Prometheus metrikleri ve üretim güvenliği. Kıdemli ML ve MLOps mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) TorchServe Batch Inference RuneLab Akademi · 12 saat

TorchServe'de dynamic batching ve yüksek hacimli toplu skorlama: batch_size ve max_batch_delay kalibrasyonu, vektörize Handler yazımı, değişken boyutlu girdilerde padding ve kuyruk entegrasyonu. ML ve veri mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) ONNX Temelleri RuneLab Akademi · 12 saat

PyTorch, TensorFlow ve scikit-learn modellerini ONNX formatına dönüştürme, grafik doğrulama, ONNX Runtime ve Execution Provider'lar (CPU, CUDA, TensorRT) ile hızlandırma ve quantization. ML ve deployment mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Triton Temelleri RuneLab Akademi · 12 saat

NVIDIA Triton Inference Server ile yüksek performanslı model sunumu: Model Repository dizin yapısı, config.pbtxt, dynamic batching, concurrent model execution, HTTP/gRPC istemcileri ve Perf Analyzer. ML ve MLOps mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) İleri Seviye Triton RuneLab Akademi · 12 saat

Triton Inference Server'da Model Analyzer ile otomatik tuning, Ensemble ve Business Logic Scripting (BLS), stateful/sequence batcher, paylaşımlı bellek (IPC) ve TensorRT-LLM/vLLM backend ile LLM sunumu. Kıdemli ML mühendisleri için.

12 saat

Canlı Kurs

5 modül

Model Sunma (Model Deployment) Triton ile Diğer Framework Entegrasyonu RuneLab Akademi · 12 saat

PyTorch, TensorFlow, ONNX, TensorRT, OpenVINO ve scikit-learn/XGBoost (FIL) modellerini ve özel Python backend'lerini tek bir Triton sunucusunda birleştirme. Heterojen model portföyünü yöneten ML ve MLOps mühendisleri için.

12 saat

Canlı Kurs

5 modül