Renkler tuhaf mı görünüyor? Samsung Internet tarayıcısı koyu modda site renklerini değiştiriyor olabilir. Kapatmak için Internet menüsünden Ayarlar → Kullanışlı Özellikler → Labs → Web site koyu temasını kullan seçeneğini etkinleştirebilirsiniz.
Teknik kurumsal eğitim · RuneLab Akademi
Yapay zekanızı kendi sisteminizde çalıştırın.
Açık kaynak LLM'leri kurumunuzun sunucularında çalıştırmayı öğreten uygulamalı eğitim. Model seçiminden GPU planlamaya, vLLM ile serving'den on-prem RAG ve chatbot arayüzüne kadar ekibiniz sistemi baştan sona kendisi kurar; veri kurum ağından çıkmaz.
İkisi de doğru cevap olabilir. Karar verinin hassasiyetine, kullanım hacmine ve ekibinizin operasyon kapasitesine göre verilir. Eğitim bu kararın ölçütlerini öğretir.
Açık kaynak modelleri kurum içinde ayağa kaldıracak ve işletecek teknik ekipler için. Python, Linux ve Docker'a aşina olmak yeterli.
Açık kaynak LLM ekosistemini tanıyıp kurum içinde çalışan AI uygulamaları geliştirmek isteyen mid ve senior geliştiriciler.
GPU kapasitesini planlayacak, model serving katmanını kurup ölçekleyecek ekipler.
Local LLM sistemlerinin deployment, monitoring ve bakımını üstlenecek operasyon uzmanları.
Bulut ile on-prem arasındaki kararı maliyet, performans ve güvenlik ölçütleriyle vermek isteyenler.
Local LLM projelerinde ilk soru donanımdır. Model boyutunu ve hassasiyeti seçin; model ağırlıklarının GPU belleğinde ne kadar yer kapladığını görün. Eğitimde bu hesabı kendi iş yükünüzle, bağlam uzunluğunu ve eş zamanlı kullanıcı sayısını da katarak yaparsınız.
Bu donanımın kurulu ve hazır gelmesini isterseniz: RuneBox'ı keşfedin
Yedi modül. Her modül canlı GPU ortamında uygulamayla ilerler; örnekler kurumunuzun kullanım senaryolarına göre uyarlanır.
Qwen, Mistral, Gemma, gpt-oss, DeepSeek ve GLM aileleri; görev türüne, model boyutuna, Türkçe performansına ve lisansa göre model seçimi. GGUF ve SafeTensors formatları, model card okuma.
VRAM hesabı; AWQ, GPTQ, FP8 ve GGUF quantization'ın belleğe ve kaliteye etkisi. Tek sunucu ya da cluster, multi-GPU'da tensor ve pipeline parallelism, Docker ile container'lar.
PagedAttention ve continuous batching; OpenAI uyumlu API ile mevcut uygulamaları değiştirmeden bağlama. Ollama ve llama.cpp ile hızlı prototip, vLLM ve SGLang ile production.
Atölye Bir modeli kurum içinde OpenAI uyumlu endpoint olarak yayına alma.
BGE-M3 ve multilingual-e5 gibi çok dilli embedding modelleri; Qdrant, Milvus ve pgvector'u kurum içinde kurma ve kullanım senaryosuna göre seçme.
PDF, DOCX, XLSX ve e-posta için doküman işleme, taranmış belgeler için OCR, chunking, retrieval ve reranker ile sıralama. İnternet erişimi olmayan ortamda model ve paket yönetimi, ağ segmentasyonu ve şifreleme.
Atölye Tüm bileşenleri kurum içinde çalışan uçtan uca bir RAG sistemi.
Open WebUI, Chainlit ve Gradio ile arayüz; konuşma geçmişi, kaynak gösterimi ve geri bildirim. SSO ile kimlik doğrulama, iç portal entegrasyonu.
TTFT ve token/s ölçümü, yük testi; batching, KV cache ve semantic caching ile optimizasyon. Prometheus metrikleriyle izleme, API anahtarı ve rate limit. Bulut ile on-prem arasında toplam sahip olma maliyeti.
Çıktı Kurumunuz için bulut ve on-prem maliyet karşılaştırması.
Modüllerin ağırlığı, kullanılacak modeller ve uygulama senaryoları; ekibinizin profiline ve mevcut altyapınıza göre eğitim öncesi görüşmede belirlenir.
Ofisinizde; uygulamalar kurumunuzun altyapısına ve kullanım senaryolarına göre hazırlanır.
Farklı lokasyonlardaki ekipler için canlı oturumlar; yarım günlere bölünebilir.
Kavramsal modüller online, atölye modülleri yerinde; büyük gruplar için.
Tüm katılımcılara RuneLab Akademi katılım belgesi verilir. Talep halinde eğitim Boğaziçi Üniversitesi Yaşamboyu Eğitim Merkezi ile birlikte yürütülür ve belge BÜYEM onaylı düzenlenir.
Her katman bir modülde kurulur. Eğitim bittiğinde ekibiniz bu sistemi uçtan uca bir kez kurmuş olur; kurulum adımları, konfigürasyonlar ve kod ekibinizde kalır.
Kurum ağı
Modül 7 · Performans ve monitoring
Eğitimde kurduğunuz sistemin hazır hali: NVIDIA tabanlı GPU'lar, Local modeller ve RAG altyapısıyla kurumunuza kurulu gelir, bakımı RuneLab tarafından yapılır.
RuneBox'ı inceleyin RuneBox ile birlikte kullanılan ürünler: RuneDesk · RuneGate
Local LLM, bir dil modelinin bulut API'si yerine kurumun kendi sunucularında çalıştırılmasıdır. Model kurum içindeki GPU'lara yüklenir; sorular, dokümanlar ve yanıtlar kurum ağından çıkmaz. Bu eğitim, açık kaynak modellerle böyle bir sistemi kurmayı ve işletmeyi uygulamalı olarak öğretir.
Süre; modüllerin kapsamına, ekibin seviyesine ve uygulamaların kurumunuzun altyapısında yapılıp yapılmayacağına göre eğitim öncesi görüşmede belirlenir ve teklifte yazılı olarak yer alır.
Hayır. Uygulamalar için gereken GPU ortamı eğitim sırasında sağlanır; ortama erişim yöntemi kurumunuzun ağ kısıtlarına göre eğitim öncesinde birlikte planlanır. Kurumunuzda GPU altyapısı varsa uygulamaların bir bölümü onun üzerinde de yapılabilir.
Hayır. Uygulamalar bizim hazırladığımız örnek doküman setleriyle yapılır; gerçek şirket verisi hiçbir araca girilmez.
Qwen, Mistral, Gemma, gpt-oss, DeepSeek ve GLM gibi açık model aileleri. Seçim görev türüne, Türkçe performansına, donanıma ve lisans koşullarına göre yapılır. Model sürümleri her eğitim öncesinde gözden geçirilir.
Evet. Modeller, embedding modelleri ve vektör veritabanı kurulduktan sonra sistem dış bağlantı olmadan çalışır. Air-gapped ortama model ve paket taşıma, güncelleme ve erişim kontrolü programda ayrıca ele alınır.
Bu program hazır açık kaynak modelleri kurum içinde çalıştırmaya odaklanır. LoRA ve QLoRA ile fine-tuning ihtiyaç olduğunda ayrıca planlanır.
RAG Eğitimi, kurumsal bilgiye kaynaklı erişim sağlayan sistemlerin tasarımına odaklanır ve bulutta ya da kurum içinde çalışan her modelle uygulanabilir. Bu eğitim ise modelin kendisini kurum içinde çalıştırmayı öğretir; RAG burada tamamen on-prem bir pipeline olarak kurulur. RAG Eğitimi'ni inceleyin.
RuneBox, bu eğitimde öğretilen mimarinin kurulu gelen ve bakımı RuneLab tarafından yapılan hali. Sistemi kendi ekibinizle kurup işletmek istiyorsanız eğitim, hazır bir altyapıyla başlamak istiyorsanız RuneBox uygundur. RuneBox kullanan ekipler de sistemi işletmek ve üzerine uygulama geliştirmek için bu eğitimden yararlanır.
Tüm katılımcılara RuneLab Akademi katılım belgesi verilir. Talep ettiğiniz durumda eğitim Boğaziçi Üniversitesi Yaşamboyu Eğitim Merkezi ile birlikte yürütülebilir ve katılım belgesi BÜYEM onaylı düzenlenebilir.
Eğitimi, RuneLab'de kurumsal AI projeleri yürüten, sektörde deneyimli senior AI engineer ve data scientist'ler verir.
Evet. Eğitim öncesi kısa bir görüşmeyle ekibinizin profilini, mevcut altyapınızı ve kullanım senaryolarınızı öğreniyor, modelleri ve uygulamaları buna göre hazırlıyoruz.
Katılımcı sayısı, format ve içerik uyarlamasının kapsamına göre kurumunuza özel bir teklif hazırlıyoruz. Formu doldurun, bir iş günü içinde dönüş yapalım.
Katılımcı sayısını, ekibin teknik profilini, format ve tarih tercihinizi yazın; bir iş günü içinde dönüş yapalım.
