{"course":{"sections":{"en":[{"title":"Module 1 - Modern Hybrid Retrieval and Routing","summary":"<h2>Hybrid Retrieval Fundamentals</h2><h3>BM25-Dense Fusion Strategies</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Keyword and semantic search combination</p></li><li><p>Reciprocal rank fusion algorithms</p></li><li><p>Weighted scoring approaches</p></li><li><p>Query-dependent weight adjustment</p></li><li><p>Performance benchmarking methods</p></li></ul><h3>Late-Interaction Retriever</h3><ul class=\"tight\" data-tight=\"true\"><li><p>ColBERT architecture and benefits</p></li><li><p>PLAID for efficient retrieval</p></li><li><p>Token-level matching strategies</p></li><li><p>Balance between storage and computation</p></li><li><p>Application considerations</p></li></ul><h2>Neural Reranking Pipeline</h2><h3>Cross-Encoder Reranking</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Bi-encoders architecture comparison</p></li><li><p>Multi-stage reranking cascades</p></li><li><p>Computational cost optimization</p></li><li><p>Domain-specific fine-tuning</p></li><li><p>Batch processing strategies</p></li></ul><h3>LLM-Based Rerankers</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Prompt engineering for reranking</p></li><li><p>List-based and pair-based ranking comparison</p></li><li><p>Cost-latency trade-off</p></li><li><p>Consistency and reliability</p></li><li><p>Integration patterns</p></li></ul><h2>RAG and Long-Context Routing</h2><h3>Adaptive Routing Strategies</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Query complexity assessment</p></li><li><p>Cost-accuracy optimization</p></li><li><p>Dynamic threshold determination</p></li><li><p>Fallback mechanisms</p></li><li><p>Performance monitoring</p></li></ul><h3>Context Window Management</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Token budget allocation</p></li><li><p>Context compression techniques</p></li><li><p>Chunking for long contexts</p></li><li><p>Hybrid RAG-context approaches</p></li><li><p>Model selection criteria</p></li></ul><p></p>"},{"title":"Module 2 - Self-Correcting and Adaptive RAG","summary":"<h2>Self-RAG Architecture</h2><h3>Retrieval Necessity Gates</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Query classification for retrieval necessity</p></li><li><p>Confidence scoring mechanisms</p></li><li><p>Dynamic retrieval triggers</p></li><li><p>Cost optimization through selective retrieval</p></li><li><p>Performance impact analysis</p></li></ul><h3>Verification and Improvement</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Relevance evaluation loops</p></li><li><p>Support verification mechanisms</p></li><li><p>Critique generation strategies</p></li><li><p>Iterative improvement loops</p></li><li><p>Quality threshold management</p></li></ul><h2>Corrective RAG Patterns</h2><h3>Answer Verification Pipeline</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Factual consistency check</p></li><li><p>Contradiction detection systems</p></li><li><p>Source attribution verification</p></li><li><p>Trust calibration</p></li><li><p>Automatic correction strategies</p></li></ul><h3>Conflict Resolution</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Multi-source conflict management</p></li><li><p>Temporal conflict resolution</p></li><li><p>Authority weighting systems</p></li><li><p>Consensus building strategies</p></li><li><p>User preference integration</p></li></ul><h2>Multi-Agent Orchestration</h2><h3>Mixture-of-Agents Design</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Agent specialization patterns</p></li><li><p>Workflow orchestration frameworks</p></li><li><p>Communication protocols</p></li><li><p>Result fusion methods</p></li><li><p>Error management and recovery</p></li></ul><h3>Cost and Performance Balance</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Agent selection strategies</p></li><li><p>Parallel and sequential execution comparison</p></li><li><p>Resource allocation optimization</p></li><li><p>Latency management</p></li><li><p>Decisions between quality and speed</p></li></ul><p></p>"},{"title":"Module 3 - GraphRAG and Structured Knowledge","summary":"<h2>GraphRAG Application</h2><h3>Entity Graph Creation</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Entity and relationship extraction</p></li><li><p>Graph schema design</p></li><li><p>Community detection algorithms</p></li><li><p>Hierarchical summarization</p></li><li><p>Scalability considerations</p></li></ul><h3>Graph-Enhanced Retrieval</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Local and global retrieval strategies</p></li><li><p>Multi-hop reasoning patterns</p></li><li><p>Path ranking algorithms</p></li><li><p>Subgraph extraction</p></li><li><p>Query-driven traversal</p></li></ul><h2>Hybrid Graph-Vector Systems</h2><h3>Integration Strategies</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Semantic and structural search fusion</p></li><li><p>Entity linking pipelines</p></li><li><p>Knowledge graph embeddings</p></li><li><p>Cross-modal retrieval</p></li><li><p>Result fusion techniques</p></li></ul><h3>Temporal Knowledge Graphs</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Time-aware relationships</p></li><li><p>Event sequence modeling</p></li><li><p>Temporal consistency checking</p></li><li><p>Version-aware retrieval</p></li><li><p>Historical analysis patterns</p></li></ul><h2>Layout-Aware Document Processing</h2><h3>Understanding Structured Documents</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Table extraction and parsing</p></li><li><p>Graph and figure analysis</p></li><li><p>Form field mapping</p></li><li><p>Multi-column layout management</p></li><li><p>Document hierarchy preservation</p></li></ul><h3>Multimodal RAG Integration</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Vision-language model integration</p></li><li><p>OCR and text extraction pipeline</p></li><li><p>Image-text alignment</p></li><li><p>Cross-modal search strategies</p></li><li><p>Quality assurance for extracted content</p></li></ul><p></p>"},{"title":"Module 4 - Text-to-SQL RAG","summary":"<h2>RAG Fundamentals with SQL</h2><h3>Schema Context Management</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Database schema embedding strategies</p></li><li><p>Indexing table and column descriptions</p></li><li><p>Relationship graph representation</p></li><li><p>Schema versioning and updates</p></li><li><p>Multi-database coordination</p></li></ul><h3>SQL Generation Pipeline</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Few-shot example selection</p></li><li><p>Schema-aware prompt templates</p></li><li><p>Query validation and sanitization</p></li><li><p>Execution safety checks</p></li><li><p>Error recovery mechanisms</p></li><li><p>SQL Integration</p></li></ul><h3>Integration Patterns</h3><ul class=\"tight\" data-tight=\"true\"><li><p>SQL results as retrieval context</p></li><li><p>Document filtering with SQL predicates</p></li><li><p>Joining operations between sources</p></li><li><p>Transaction boundaries</p></li><li><p>Cache coherence</p></li></ul><p></p>"},{"title":"Module 5 - Query Processing and Understanding","summary":"<h2>Advanced Query Extension</h2><h3>HyDE and Query Generation</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Hypothetical document embeddings</p></li><li><p>Multiple query variations</p></li><li><p>Query decomposition strategies</p></li><li><p>Techniques for preserving query intent</p></li><li><p>Performance impact analysis</p></li></ul><h3>Query Rewriting Strategies</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Context-aware rewriting</p></li><li><p>Synonym expansion</p></li><li><p>Domain-specific terminology mapping</p></li><li><p>Ambiguity resolution</p></li><li><p>User preference learning</p></li><li><p>Router Engines</p></li></ul><h3>ML-Based Routing</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Classification model architectures</p></li><li><p>Feature engineering for routing</p></li><li><p>Online learning strategies</p></li><li><p>A/B testing framework</p></li><li><p>Performance monitoring</p></li></ul><h3>Rule Engine Integration</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Definition of business rules</p></li><li><p>Priority and precedence management</p></li><li><p>Dynamic rule updates</p></li><li><p>Conflict resolution</p></li><li><p>Audit and compliance</p></li><li><p>Intent Classification</p></li></ul><h3>Query Understanding Models</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Intent classification design</p></li><li><p>Multi-label classification</p></li><li><p>Confidence scoring</p></li><li><p>Fallback management</p></li><li><p>Continuous improvement cycles</p></li></ul><p></p>"},{"title":"Module 6 - Temporal and Real-Time Retrieval","summary":"<h2>Time-Sensitive Indexing</h2><h3>Temporal Partitioning Strategies</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Time-based sharding</p></li><li><p>Rolling window indexes</p></li><li><p>Event-driven partitioning</p></li><li><p>Archive management</p></li><li><p>Query routing based on time range</p></li></ul><h3>Freshness Scoring</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Time-dependent decay functions</p></li><li><p>Novelty and relevance balance</p></li><li><p>Dynamic weight adjustment</p></li><li><p>User preference modeling</p></li><li><p>A/B testing freshness factors</p></li><li><p>Streaming Updates</p></li></ul><h3>Real-Time Ingestion Pipelines</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Change data capture integration</p></li><li><p>Incremental embedding generation</p></li><li><p>Hot-swappable indexing strategies</p></li><li><p>Consistency guarantees</p></li><li><p>Backpressure management</p></li></ul><h3>Cache Invalidation Patterns</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Event-driven invalidation</p></li><li><p>TTL strategies</p></li><li><p>Selective cache warming</p></li><li><p>Distributed cache consistency</p></li><li><p>Performance monitoring</p></li></ul><p></p>"},{"title":"Module 7 - Performance Enhancement Methods","summary":"<h2>GPU-Accelerated Search</h2><h3>Vector Index Optimization</h3><ul class=\"tight\" data-tight=\"true\"><li><p>HNSW and IVF-PQ selection</p></li><li><p>GPU memory management</p></li><li><p>Batch processing optimization</p></li><li><p>Scaling with multiple GPUs</p></li><li><p>Cost-performance analysis</p></li></ul><h3>Hardware Selection</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Balance between GPU and CPU</p></li><li><p>Memory requirements</p></li><li><p>Networking considerations</p></li><li><p>Storage optimization</p></li><li><p>Cloud and on-premise decisions</p></li><li><p>Caching Infrastructure</p></li></ul><h3>Multi-Level Cache Design</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Semantic cache implementation</p></li><li><p>Prompt and context caching</p></li><li><p>Cache invalidation strategies</p></li><li><p>Distributed cache patterns</p></li><li><p>Hit rate optimization</p></li></ul><h3>Cache Economics</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Cost-benefit analysis</p></li><li><p>Balance between storage and computation</p></li><li><p>Cache sizing strategies</p></li><li><p>Eviction policies</p></li><li><p>Monitoring and alerting</p></li></ul><h2>Efficient Model Serving</h2><h3>Inference Optimization</h3><ul class=\"tight\" data-tight=\"true\"><li><p>vLLM integration patterns</p></li><li><p>TensorRT-LLM optimization</p></li><li><p>Quantization strategies</p></li><li><p>Batching and scheduling</p></li><li><p>Resource allocation</p></li></ul><h3>Load Balancing</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Request distribution strategies</p></li><li><p>Health checking</p></li><li><p>Circuit breakers</p></li><li><p>Rate limiting</p></li><li><p>Auto-scaling strategies</p></li></ul><p></p>"},{"title":"Module 8 - Evaluation and Quality Assurance","summary":"<h2>Advanced Evaluation Metrics</h2><h3>Citation Fidelity Verification</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Source attribution accuracy</p></li><li><p>Citation extraction verification</p></li><li><p>Context preservation check</p></li><li><p>Hallucination detection</p></li><li><p>Consistency scoring</p></li></ul><h3>Beyond RAGAS Metrics</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Custom evaluation frameworks</p></li><li><p>Domain-specific metrics</p></li><li><p>Human evaluation integration</p></li><li><p>Automated quality gates</p></li><li><p>Regression testing</p></li><li><p>Production Monitoring</p></li></ul><h3>RAG-Specific Observability</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Retrieval quality metrics</p></li><li><p>Embedding drift detection</p></li><li><p>Query pattern analysis</p></li><li><p>Cost tracking systems</p></li><li><p>Performance regression alerts</p></li></ul><h3>Drift Detection Systems</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Distribution monitoring</p></li><li><p>Concept drift detection</p></li><li><p>Model performance tracking</p></li><li><p>Automatic retraining triggers</p></li><li><p>Alert thresholds</p></li><li><p>A/B Test Framework</p></li></ul><h3>Experiment Infrastructure</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Online evaluation setup</p></li><li><p>Statistical significance testing</p></li><li><p>Feature flag management</p></li><li><p>Gradual rollout strategies</p></li><li><p>Results analysis pipeline</p></li></ul><h3>Decision Making</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Metric interpretation</p></li><li><p>Trade-off analysis</p></li><li><p>Rollback criteria</p></li><li><p>Documentation practices</p></li><li><p>Stakeholder communication</p></li></ul><p></p>"},{"title":"Module 9 - Security and Compliance","summary":"<h2>Prompt Injection Defense</h2><h3>Attack Vector Mitigation</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Preventing direct injection</p></li><li><p>Indirect injection via documents</p></li><li><p>Input sanitization strategies</p></li><li><p>Output validation framework</p></li><li><p>Detection and logging systems</p></li></ul><h3>Defense in Depth</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Layered security approach</p></li><li><p>Isolation strategies</p></li><li><p>Privilege separation</p></li><li><p>Security monitoring</p></li><li><p>Incident response planning</p></li><li><p>OWASP LLM Top 10</p></li></ul><h3>Security Implementation</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Threat modeling for RAG</p></li><li><p>Preventing data poisoning</p></li><li><p>Model denial-of-service (DoS) protection</p></li><li><p>Information disclosure controls</p></li><li><p>Supply chain security</p></li></ul><h3>Vulnerability Management</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Security scanning</p></li><li><p>Dependency management</p></li><li><p>Patch management</p></li><li><p>Security testing</p></li><li><p>Compliance reporting</p></li></ul><p></p>"},{"title":"Module 10 - Hands-on Lab","summary":"<h2>Creating Enterprise-Ready RAG</h2><h3>Core System Application</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Hybrid retrieval setup with reordering</p></li><li><p>Self-healing RAG configuration</p></li><li><p>GraphRAG pipeline construction</p></li><li><p>Router engine development</p></li><li><p>Security hardening exercises</p></li></ul><h3>Integration Challenges</h3><ul class=\"tight\" data-tight=\"true\"><li><p>API design and versioning</p></li><li><p>Error management patterns</p></li><li><p>Retry strategies</p></li><li><p>Circuit breaker implementation</p></li><li><p>Monitoring integration</p></li></ul><p></p>"}],"tr":[{"title":"Modül 1 - Modern Hibrit Retrieval ve Routing","summary":"<h2>Hibrit Arama Temelleri</h2><h3>BM25-Dense Fusion Stratejileri</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Anahtar kelime ve anlamsal arama kombinasyonu</p></li><li><p>Reciprocal rank fusion algoritmaları</p></li><li><p>Ağırlıklı puanlama yaklaşımları</p></li><li><p>Sorguya bağlı ağırlık ayarlaması</p></li><li><p>Performans kıyaslama yöntemleri</p></li></ul><h3>Late-Interaction Retriever</h3><ul class=\"tight\" data-tight=\"true\"><li><p>ColBERT mimarisi ve faydaları</p></li><li><p>Verimli getirme için PLAID</p></li><li><p>Token seviyesinde eşleştirme stratejileri</p></li><li><p>Depolama ve hesaplama arasındaki denge</p></li><li><p>Uygulama hususları</p></li></ul><h2>Neural Reranking Pipeline</h2><h3>Cross-Encoder Reranking</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Bi-encoders mimari karşılaştırması</p></li><li><p>Çok aşamalı yeniden sıralama kademeleri (cascades)</p></li><li><p>Hesaplama maliyeti optimizasyonu</p></li><li><p>Alana özgü ince ayar (fine-tuning)</p></li><li><p>Toplu işleme (batch processing) stratejileri</p></li></ul><h3>LLM Tabanlı Yeniden Sıralayıcılar</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Yeniden sıralama için prompt engineering</p></li><li><p>Liste bazlı ve çift bazlı sıralama karşılaştırması</p></li><li><p>Maliyet-gecikme dengesi</p></li><li><p>Tutarlılık ve güvenilirlik</p></li><li><p>Entegrasyon paternleri</p></li></ul><h2>RAG ve Uzun Bağlamlı Routing (Yönlendirme)</h2><h3>Adaptif Yönlendirme Stratejileri</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Sorgu karmaşıklığı değerlendirmesi</p></li><li><p>Maliyet-doğruluk optimizasyonu</p></li><li><p>Dinamik eşik belirleme</p></li><li><p>Fallback mekanizmaları</p></li><li><p>Performans izleme</p></li></ul><h3>Context Window Yönetimi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Token bütçesi tahsisi</p></li><li><p>Bağlam sıkıştırma teknikleri</p></li><li><p>Uzun bağlamlar için parçalama (chunking)</p></li><li><p>Hibrit RAG-bağlam yaklaşımları</p></li><li><p>Model seçim kriterleri</p></li></ul><p></p>"},{"title":"Modül 2 - Kendi Kendini Düzelten ve Adaptif RAG","summary":"<h2>Self-RAG Mimarisi</h2><h3>Retrieval Necessity Gates</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Retrieval ihtiyacı için sorgu sınıflandırması</p></li><li><p>Güven puanlama mekanizmaları</p></li><li><p>Dinamik retrieval tetikleyicileri</p></li><li><p>Seçici retrieval yoluyla maliyet optimizasyonu</p></li><li><p>Performans etki analizi</p></li></ul><h3>Doğrulama ve İyileştirme</h3><ul class=\"tight\" data-tight=\"true\"><li><p>İlgi düzeyi değerlendirme döngüleri</p></li><li><p>Destek doğrulama mekanizmaları</p></li><li><p>Eleştiri üretme stratejileri</p></li><li><p>Yinelemeli iyileştirme döngüleri</p></li><li><p>Kalite eşiği yönetimi</p></li></ul><h2>Düzeltici RAG Paternleri</h2><h3>Cevap Doğrulama Pipeline</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Olgusal tutarlılık kontrolü</p></li><li><p>Çelişki tespit sistemleri</p></li><li><p>Kaynak atfı doğrulaması</p></li><li><p>Güven kalibrasyonu</p></li><li><p>Otomatik düzeltme stratejileri</p></li></ul><h3>Çatışan Bilgilerin Çözülmesi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Çok kaynaklı çelişki yönetimi</p></li><li><p>Zamansal çelişki çözümü</p></li><li><p>Otorite ağırlıklandırma sistemleri</p></li><li><p>Fikir birliği oluşturma stratejileri</p></li><li><p>Kullanıcı tercihi entegrasyonu</p></li></ul><h2>Çoklu Ajan Orkestrasyonu</h2><h3>Mixture-of-Agents Tasarımı</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Ajan uzmanlaşma paternleri</p></li><li><p>İş akışı orkestrasyon framework'leri</p></li><li><p>İletişim protokolleri</p></li><li><p>Sonuç birleştirme yöntemleri</p></li><li><p>Hata yönetimi ve kurtarma</p></li></ul><h3>Maliyet ve Performans Dengesi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Ajan seçim stratejileri</p></li><li><p>Paralel ve sıralı yürütme karşılaştırması</p></li><li><p>Kaynak tahsisi optimizasyonu</p></li><li><p>Gecikme yönetimi</p></li><li><p>Kalite ve hız arasındaki kararlar</p></li></ul><p></p>"},{"title":"Modül 3 - GraphRAG ve Yapılandırılmış Bilgi","summary":"<h2>GraphRAG Uygulaması</h2><h3>Entity Graph (Varlık Grafiği) Oluşturma</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Varlık ve ilişki çıkarımı</p></li><li><p>Grafik şema tasarımı</p></li><li><p>Community detection algoritmaları</p></li><li><p>Hiyerarşik özetleme</p></li><li><p>Ölçeklenebilirlik hususları</p></li></ul><h3>Graph-Enhanced Retrieval</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Yerel ve global retrieval stratejileri</p></li><li><p>Çok adımlı (multi-hop) akıl yürütme paternleri</p></li><li><p>Path ranking algoritmaları</p></li><li><p>Subgraph çıkarımı</p></li><li><p>Sorgu güdümlü gezinme (traversal)</p></li></ul><h2>Hibrit Grafik-Vektör Sistemleri</h2><h3>Entegrasyon Stratejileri</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Anlamsal ve yapısal arama birleşimi</p></li><li><p>Entity linking pipeline'ları</p></li><li><p>Knowledge graph embeddings</p></li><li><p>Cross-modal retrieval</p></li><li><p>Sonuç birleştirme teknikleri</p></li></ul><h3>Zamansal Bilgi Grafikleri (Temporal Knowledge Graphs)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Zaman özelliğine sahip ilişkiler</p></li><li><p>Olay dizisi modellemesi</p></li><li><p>Zamansal tutarlılık kontrolü</p></li><li><p>Sürüm duyarlı (version-aware) getirme</p></li><li><p>Tarihsel analiz desenleri</p></li></ul><h2>Düzene Duyarlı Belge İşleme (Layout-Aware Document Processing)</h2><h3>Yapılandırılmış Belgeyi Anlama</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Tablo çıkarma ve ayrıştırma</p></li><li><p>Grafik ve şekil analizi</p></li><li><p>Form alanı eşlemesi</p></li><li><p>Çok sütunlu düzen yönetimi</p></li><li><p>Belge hiyerarşisinin korunması</p></li></ul><h3>Çok Modlu (Multimodal) RAG Entegrasyonu</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Vision-language modeli entegrasyonu</p></li><li><p>OCR ve metin çıkarma pipeline</p></li><li><p>Görüntü-metin hizalaması</p></li><li><p>Cross-modal arama stratejileri</p></li><li><p>Çıkarılan içerik için kalite güvencesi</p></li></ul><p></p>"},{"title":"Modül 4 - Text-to-SQL RAG","summary":"<h2>SQL ile RAG Temelleri</h2><h3>Şema Bağlam Yönetimi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Veritabanı şeması embedding stratejileri</p></li><li><p>Tablo ve sütun açıklamalarının indekslenmesi</p></li><li><p>İlişki grafiği temsili</p></li><li><p>Şema sürümleme ve güncellemeleri</p></li><li><p>Çoklu veritabanı koordinasyonu</p></li></ul><h3>SQL Üretim Pipleline</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Az sayıda örnekle (few-shot) örnek seçimi</p></li><li><p>Şemaya duyarlı prompt şablonları</p></li><li><p>Sorgu doğrulama ve temizleme (sanitization)</p></li><li><p>Çalıştırma güvenliği kontrolleri</p></li><li><p>Hata kurtarma mekanizmaları</p></li></ul><h2>SQL Entegrasyon</h2><h3>Entegrasyon Paternleri</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Retrieval context olarak SQL sonuçları</p></li><li><p>SQL yüklemleri (predicates) ile belge filtreleme</p></li><li><p>Kaynaklar arasında birleştirme (join) işlemleri</p></li><li><p>İşlem (transaction) sınırları</p></li><li><p>Önbellek tutarlılığı (cache coherence)</p></li></ul><p></p>"},{"title":"Modül 5 - Sorgu İşleme ve Anlama","summary":"<h2>İleri Seviye Sorgu Genişletme</h2><h3>HyDE ve Sorgu Üretimi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Hypothetical document embeddings</p></li><li><p>Çoklu sorgu çeşitlendirmesi</p></li><li><p>Sorgu ayrıştırma (decomposition) stratejileri</p></li><li><p>Sorgunun niyetini koruma teknikleri</p></li><li><p>Performans etki analizi</p></li></ul><h3>Sorguyu Yeniden Yazma Stratejileri</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Bağlama duyarlı yeniden yazma</p></li><li><p>Eşanlamlı kelime genişletmesi</p></li><li><p>Alana özgü terminoloji eşlemesi</p></li><li><p>Anlam belirsizliği çözümü</p></li><li><p>Kullanıcı tercihi öğrenimi</p></li></ul><h2>Yönlendirici Motorlar (Router Engines)</h2><h3>ML Tabanlı Yönlendirme</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Sınıflandırma modeli mimarileri</p></li><li><p>Yönlendirme için özellik mühendisliği</p></li><li><p>Online learning stratejileri</p></li><li><p>A/B test framework</p></li><li><p>Performans izleme</p></li></ul><h3>Kural Motoru Entegrasyonu</h3><ul class=\"tight\" data-tight=\"true\"><li><p>İş kurallarının tanımlanması</p></li><li><p>Öncelik ve üstünlük yönetimi</p></li><li><p>Dinamik kural güncellemeleri</p></li><li><p>Çatışma çözümü</p></li><li><p>Denetim ve uyumluluk</p></li></ul><h2>Niyet Sınıflandırması (Intent Classification)</h2><h3>Sorgu Anlama Modelleri</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Niyet sınıflandırma tasarımı</p></li><li><p>Çok etiketli sınıflandırma</p></li><li><p>Güven puanlaması</p></li><li><p>Fallback yönetimi</p></li><li><p>Sürekli iyileştirme döngüleri</p></li></ul><p></p>"},{"title":"Modül 6 - Zamansal ve Gerçek Zamanlı Getirme","summary":"<h2>Zamana Duyarlı İndeksleme</h2><h3>Zamansal Bölümleme Stratejileri (Temporal Partitioning)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Zaman tabanlı parçalama (sharding)</p></li><li><p>Kayan pencere (rolling window) indeksleri</p></li><li><p>Olay güdümlü (event-driven) bölme</p></li><li><p>Arşiv yönetimi</p></li><li><p>Zaman aralığına göre sorgu yönlendirme</p></li></ul><h3>Güncellik Puanlaması</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Zamana bağlı azalma fonksiyonları (Decay functions)</p></li><li><p>Yenilik ve ilgi düzeyi dengesi</p></li><li><p>Dinamik ağırlık ayarlaması</p></li><li><p>Kullanıcı tercihi modellemesi</p></li><li><p>Güncellik faktörlerini A/B testine tabi tutma</p></li></ul><h2>Akış Halindeki Güncellemeler (Streaming Updates)</h2><h3>Gerçek Zamanlı Veri Alım Pipeline (Real-Time Ingestion Pipelines)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Değişiklik verisini yakalama (Change data capture) entegrasyonu</p></li><li><p>Artan (incremental) embedding üretimi</p></li><li><p>Anında değiştirilebilir (hot-swap) indeks stratejileri</p></li><li><p>Tutarlılık garantileri</p></li><li><p>Backpressure yönetimi</p></li></ul><h3>Önbellek Geçersiz Kılma Paternleri (Cache Invalidation Patterns)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Olay güdümlü (event driven) geçersiz kılma</p></li><li><p>TTL stratejileri</p></li><li><p>Seçici önbellek hazırlama (cache warming)</p></li><li><p>Dağıtık önbellek tutarlılığı</p></li><li><p>Performans izleme</p></li></ul><p></p>"},{"title":"Modül 7 - Performans Artırma Yöntemleri","summary":"<h2>GPU Hızlandırmalı Arama</h2><h3>Vektör İndeksi Optimizasyonu</h3><ul class=\"tight\" data-tight=\"true\"><li><p>HNSW ve IVF-PQ seçimi</p></li><li><p>GPU bellek yönetimi</p></li><li><p>Toplu işleme (batch processing) optimizasyonu</p></li><li><p>Çoklu GPU ile ölçeklendirme</p></li><li><p>Maliyet-performans analizi</p></li></ul><h3>Donanım Seçimi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>GPU ve CPU arasındaki denge</p></li><li><p>Bellek gereksinimleri</p></li><li><p>Ağ hususları</p></li><li><p>Depolama optimizasyonu</p></li><li><p>Bulut ve şirket içi (on-premise) kararları</p></li></ul><h2>Önbellekleme Altyapısı (Caching Infrastructure)</h2><h3>Çok Seviyeli Önbellek Tasarımı (Multi-Level Cache Design)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Anlamsal önbellek (semantic cache) uygulaması</p></li><li><p>Prompt ve bağlam önbelleklemesi</p></li><li><p>Önbellek geçersiz kılma stratejileri</p></li><li><p>Dağıtık önbellek paternleri</p></li><li><p>İsabet oranı (hit rate) optimizasyonu</p></li></ul><h3>Önbellek Ekonomisi (Cache Economics)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Maliyet-fayda analizi</p></li><li><p>Depolama ve hesaplama arasındaki denge</p></li><li><p>Önbellek boyutlandırma stratejileri</p></li><li><p>Boşaltma (eviction) politikaları</p></li><li><p>İzleme ve uyarı (alerting)</p></li></ul><h2>Verimli Model Sunumu (Efficient Model Serving)</h2><h3>Inference Optimization</h3><ul class=\"tight\" data-tight=\"true\"><li><p>vLLM entegrasyon desenleri</p></li><li><p>TensorRT-LLM optimizasyonu</p></li><li><p>Nicemleme (quantization) stratejileri</p></li><li><p>Toplu işleme (batching) ve zamanlama (scheduling)</p></li><li><p>Kaynak tahsisi</p></li></ul><h3>Yük Dengeleme (Load Balancing)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>İstek dağıtım stratejileri</p></li><li><p>Sistem sağlık kontrolü (health checking)</p></li><li><p>Devre kesiciler (circuit breakers)</p></li><li><p>Rate limiting</p></li><li><p>Otomatik ölçeklendirme (auto-scaling) stratejileri</p></li></ul><p></p>"},{"title":"Modül 8 - Değerlendirme ve Kalite Güvencesi","summary":"<h2>İleri Seviye Değerlendirme Metrikleri</h2><h3>Alıntı Sadakati Doğrulaması (Citation Fidelity Verification)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Kaynak atfı doğruluğu</p></li><li><p>Alıntı çıkarma doğrulaması</p></li><li><p>Bağlam koruma kontrolü</p></li><li><p>Halüsinasyon tespiti</p></li><li><p>Tutarlılık puanlaması</p></li></ul><h3>RAGAS Metriklerinin Ötesi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Özel değerlendirme framework'leri</p></li><li><p>Alana özgü metrikler</p></li><li><p>İnsan değerlendirmesi entegrasyonu</p></li><li><p>Otomatik kalite kapıları (quality gates)</p></li><li><p>Gerileme testi</p></li></ul><h2>Üretim İzleme (Production Monitoring)</h2><h3>RAG'a Özgü Gözlemlenebilirlik (Observability)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Getirme kalitesi metrikleri</p></li><li><p>Gömme kayması (embedding drift) tespiti</p></li><li><p>Sorgu patern analizi</p></li><li><p>Maliyet takip sistemleri</p></li><li><p>Performans gerileme uyarıları</p></li></ul><h3>Kayma Tespit Sistemleri (Drift Detection Systems)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Dağılım izleme</p></li><li><p>Kavram kayması (concept drift) tespiti</p></li><li><p>Model performansı takibi</p></li><li><p>Otomatik yeniden eğitim tetikleyicileri</p></li><li><p>Uyarı eşikleri</p></li></ul><h2>A/B Test Framework</h2><h3>Deney Altyapısı</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Çevrimiçi değerlendirme kurulumu</p></li><li><p>İstatistiksel anlamlılık testi</p></li><li><p>Feature flag yönetimi</p></li><li><p>Aşamalı dağıtım (gradual rollout) stratejileri</p></li><li><p>Sonuç analizi pipeline</p></li></ul><h3>Karar Verme</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Metrik yorumlama</p></li><li><p>Fayda-maliyet (trade-off) analizi</p></li><li><p>Geri alma (rollback) kriterleri</p></li><li><p>Dokümantasyon uygulamaları</p></li><li><p>Paydaş iletişimi</p></li></ul><p></p>"},{"title":"Modül 9 - Güvenlik ve Uyumluluk","summary":"<h2>Prompt Injection Savunması</h2><h3>Saldırı Vektörü Azaltma</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Doğrudan enjeksiyonun önlenmesi</p></li><li><p>Belgeler aracılığıyla dolaylı enjeksiyon</p></li><li><p>Girdi temizleme (input sanitization) stratejileri</p></li><li><p>Çıktı doğrulama (output validation) framework</p></li><li><p>Tespit ve loglama sistemleri</p></li></ul><h3>Derinlemesine Savunma</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Katmanlı güvenlik yaklaşımı</p></li><li><p>İzolasyon stratejileri</p></li><li><p>Ayrıcalık ayrımı (privilege separation)</p></li><li><p>Güvenlik izlemesi</p></li><li><p>Olay müdahale (incident response) planlaması</p></li></ul><h2>OWASP LLM Top 10</h2><h3>Güvenlik Uygulaması</h3><ul class=\"tight\" data-tight=\"true\"><li><p>RAG için tehdit modellemesi</p></li><li><p>Veri zehirlemesinin (data poisoning) önlenmesi</p></li><li><p>Model hizmet reddi (DoS) koruması</p></li><li><p>Bilgi sızması (information disclosure) kontrolleri</p></li><li><p>Tedarik zinciri (supply chain) güvenliği</p></li></ul><h3>Zafiyet Yönetimi</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Güvenlik taraması</p></li><li><p>Bağımlılık yönetimi</p></li><li><p>Yama yönetimi (patch management)</p></li><li><p>Güvenlik testi</p></li><li><p>Uyumluluk raporlaması</p></li></ul><p></p>"},{"title":"Modül 10 - Uygulamalı Laboratuvar Çalışması","summary":"<h2>Kurumsal Kullanıma Hazır RAG Oluşturma</h2><h3>Çekirdek Sistem Uygulaması (Core System)</h3><ul class=\"tight\" data-tight=\"true\"><li><p>Yeniden sıralama ile hibrit getirme kurulumu</p></li><li><p>Kendi kendini düzelten RAG konfigürasyonu</p></li><li><p>GraphRAG pipeline inşası</p></li><li><p>Yönlendirici motor geliştirme</p></li><li><p>Güvenlik güçlendirme (hardening) alıştırmaları</p></li></ul><h3>Entegrasyon Zorlukları</h3><ul class=\"tight\" data-tight=\"true\"><li><p>API tasarımı ve sürümleme</p></li><li><p>Hata yönetimi paternleri</p></li><li><p>Yeniden deneme stratejileri</p></li><li><p>Devre kesici (circuit breaker) uygulaması</p></li><li><p>İzleme entegrasyonu</p></li></ul><p></p>"}]},"discount_try_percentage":null,"published_at":"2025-08-29T07:50:58.909150+00:00","promotional_video_url":null,"updated_at":"2026-01-27T07:09:44.447226+00:00","title":{"en":"Advanced RAG","tr":"İleri Seviye RAG"},"duration_hours":12,"available_as_corporate":true,"cover_image_url":"https://lively-leaf-6126.fly.storage.tigris.dev/f7ec65bf-e53c-4436-a15a-dca90804d68b.png","order":21,"deleted_at":null,"duration_days":null,"video_conference_link":null,"hidden":false,"category_id":9,"short_title":{"en":"Advanced RAG","tr":"İleri Seviye RAG"},"level":null,"bogazici_link":null,"cover_image_x":50,"suggested_next_course_id":null,"id":39,"slug":{"tr":"i-leri-seviye-rag"},"schedule_info":null,"available_as_personal":true,"cover_image_y":50,"lesson_count":0,"summary":{"en":null,"tr":null},"bogazici_collab":false,"is_workshop":false,"corporate_cover_image_url":null,"sidebar_copy":{"en":null,"tr":null},"price_try":null,"has_lessons":false,"corporate_cover_image_x":50,"created_at":"2025-08-29T07:30:54.481921+00:00","description":{"en":[{"type":"text","title":"Course Description","content":"<p>This advanced course covers sophisticated RAG architectures used at the enterprise level.</p><p>Based on a modern retrieval pipeline, you will take an in-depth look at techniques such as hybrid search, ColBERT, and reranking. Then, you will learn how to integrate structured information into this system using GraphRAG, and how to empower your system with autonomous reasoning and verification capabilities using self-correcting Agentic RAG structures.</p><p>You will learn how to build a production-level, advanced system by addressing critical production requirements such as GPU acceleration, caching, and security in hands-on labs.<br></p>"},{"type":"text","title":"Target Audience","content":"<ul class=\"tight\" data-tight=\"true\"><li><p>ML engineers deploying RAG systems into production</p></li><li><p>Senior software developers optimizing existing RAG implementations</p></li><li><p>AI engineers designing secure and compliant information systems</p></li><li><p>Technical leaders managing large-scale RAG infrastructures</p></li><li><p>Security engineers strengthening LLM applications</p></li></ul><p><br></p>"},{"type":"text","title":"Prerequisites","content":"<ul class=\"tight\" data-tight=\"true\"><li><p>Strong Python programming skills</p></li><li><p>Experience with basic RAG implementations</p></li><li><p>General understanding of vector databases and embedding models</p></li><li><p>Familiarity with LLM APIs and prompt engineering</p></li><li><p>Knowledge of distributed systems and caching strategies</p></li></ul><p></p>"},{"type":"text","title":"Outcomes","content":"<p>Participants who complete this course will be proficient in the following areas:</p><ul class=\"tight\" data-tight=\"true\"><li><p>Designing and implementing hybrid retrieval systems with BM25-dense fusion and neural reranking</p></li><li><p>Creating adaptive routers that intelligently choose between RAG and long-context processing</p></li><li><p>Using GraphRAG to holistically interpret the entire knowledge pool and make inferences based on local connections in the data.</p></li><li><p>Setting up temporally sensitive retrieval systems for time-sensitive queries and real-time updates</p></li><li><p>Creating comprehensive evaluation frameworks beyond basic metrics with citation verification</p></li><li><p>Hardening RAG systems against prompt injection and applying OWASP LLM Top 10 defense strategies</p></li><li><p>Optimizing performance with GPU-accelerated search and smart caching strategies</p></li></ul><p></p>"}],"tr":[{"type":"text","title":"Kurs Açıklaması","content":"<p>Bu ileri seviye kurs, kurumsal düzeyde kullanılan sofistike RAG mimarilerini ele almaktadır. </p><p>Modern bir retrieval pipeline'ını temel alarak hibrit arama, ColBERT ve yeniden sıralama (reranking) gibi teknikleri derinlemesine göreceksiniz Ardından, kendi kendini düzelten Agentic RAG yapılarıyla sisteminize otonom akıl yürütme ve doğrulama yetenekleri kazandırıp, GraphRAG ile yapılandırılmış bilgiyi bu sisteme nasıl entegre edeceğinizi öğreneceksiniz. </p><p>GPU hızlandırma, caching ve güvenlik gibi kritik üretim gereksinimlerini uygulamalı laboratuvarlarda ele alarak üretim seviyesinde iler düzey bir sistem inşa etmeyi öğreneceksiniz.</p>"},{"type":"text","title":"Hedef Kitle","content":"<ul class=\"tight\" data-tight=\"true\"><li><p>RAG sistemlerini üretime alan ML mühendisleri </p></li><li><p>Mevcut RAG implementasyonlarını optimize eden kıdemli yazılım geliştiriciler </p></li><li><p>Güvenli ve uyumlu bilgi sistemleri tasarlayan yapay zeka mühendisleri</p></li><li><p> Büyük ölçekli RAG altyapılarını yöneten teknik liderler </p></li><li><p>LLM uygulamalarını güçlendiren güvenlik mühendisleri</p></li></ul><p></p>"},{"type":"text","title":"Ön Koşul","content":"<ul class=\"tight\" data-tight=\"true\"><li><p>Güçlü Python programlama becerisi </p></li><li><p>Temel RAG implementasyonları ile deneyim </p></li><li><p>Vektör veritabanları ve embedding modelleri hakkında genel anlayış </p></li><li><p>LLM API'larına ve prompt mühendisliğine aşinalık </p></li><li><p>Dağıtık sistemler ve önbellekleme (caching) stratejileri hakkında bilgi</p></li></ul><p></p>"},{"type":"text","title":"Kazanımlar","content":"<p>Bu kursu tamamlayan katılımcılar aşağıdaki konularda yetkin olacaklardır: </p><ul class=\"tight\" data-tight=\"true\"><li><p>BM25-dense füzyonu ve neural reranking ile hibrit geri getirme sistemleri tasarlama ve uygulama </p></li><li><p>RAG ve uzun bağlamlı (long-context) işleme arasında akıllıca seçim yapan adaptif yönlendiriciler (router) oluşturma </p></li><li><p>Tüm bilgi havuzunu bütünsel olarak anlamlandırmak ve verilerdeki lokal bağlantılar temelinde çıkarımlar yapmak için GraphRAG'in kullanılması. </p></li><li><p>Zamana duyarlı sorgular ve gerçek zamanlı güncellemeler için zamansal olarak duyarlı geri getirme sistemleri kurma </p></li><li><p>Alıntı doğrulama (citation verification) ile temel metriklerin ötesinde kapsamlı değerlendirme çerçeveleri oluşturma </p></li><li><p>RAG sistemlerini prompt enjeksiyonuna karşı güçlendirme ve OWASP LLM Top 10 savunma stratejilerini uygulama</p></li><li><p>GPU hızlandırmalı arama ve akıllı önbellekleme (caching) stratejileri ile performansı optimize etme</p></li></ul><p></p>"}]},"show_price":true,"corporate_cover_image_y":50,"future_instances":[],"units":[],"course_instructors":[],"category":{"created_at":"2025-06-03T11:10:40.606894+00:00","name":{"en":"NLP (Natural Language Processing)","tr":"NLP (Doğal Dil İşleme)"},"order":3,"id":9,"updated_at":"2026-01-21T08:33:27.534158+00:00","deleted_at":null,"parent_id":null},"course_group":null,"instances":[]},"instance":null,"current_user":null,"corporate":false}