Hizmet Detayları
Eğitim Ön Gereksinimi : Temel Python bilgisi
Katılımcılar ile paylaşılacak eğitim materyalleri • Eğitim sunumları ve ders notları • Kaynak kod örnekleri • Okuma parçaları ve makaleler
Hedef Kitle • Makine öğrenmesi ve doğal dil işleme alanında çalışan mühendisler • Veri bilimciler ve araştırmacılar • Yazılımcılar • AI danışmanları ve ürün yöneticileri • Proje yöneticileri ve ürün sahipleri • İş analistleri
Eğitim İçeriği Modül 1. Gün – RAG Temelleri ve Kavramsal Yapı • Büyük Dil Modelleri (LLM), güçlü yönleri ve sınırlamaları • Retrieval kavramı: Bilgiye erişim ve arama yöntemleri • RAG’in amacı: Halüsinasyon problemini azaltmak • RAG Mimarisi: o Query understanding o Retriever (vektör arama, BM25, hybrid) o Reranker o Generator (LLM) • Veri kaynaklarının hazırlanması • Vektör veritabanları (pgvector, FAISS) • RAG’in avantajları ve zorlukları
Modül 2. Gün – İleri Konular ve Tasarım Desenleri • Chunking yöntemleri (recursive, semantic, context-enriched) • Embedding modelleri ve seçim kriterleri • Retrieval teknikleri: Dense, sparse, hybrid retrieval • Reranking: Ne zaman gerekli, nasıl uygulanır? • Prompt engineering ve RAG için özel teknikler • Subquery üretimi, query genişletme teknikleri • Multi-turn RAG: Diyalog bağlamında bellek yönetimi • RAG değerlendirme yöntemleri: o Doğruluk, kapsam, cevap süresi o Ground truth testleri • RAG optimizasyon stratejileri • Gerçek dünyada kullanım senaryoları
Modül 3. Gün – Hands-On & Mini Challenge • Python ile temel bir RAG pipeline geliştirmesi yapılması hedeflenecektir. • PostgreSQL veritabanında pgvector ile doküman arama yapısı kurulacaktır. • OpenAI / Ollama entegrasyonu sağlanacaktır. • Doküman yükleme pipeline’ı kurulacaktır. • Kullanıcıdan gelen soruya göre doküman taraması ve yanıt üretme akışı tasarlanacaktır.
Mini Challenge: Katılımcılar gruplara bölünecek ve paylaşılan örnek bir doküman setini kullanarak RAG uygulaması geliştirecekler. Çalışma sonunda müşteri sorularına en doğru yanıtı üreten çalışmanın mimarisi eğitimde paylaşılarak yapılan tercihlerin sebepleri açıklanacaktır.
Eğitimci / Danışman: Mithat Sinan Ergen, telekomünikasyon ve kurumsal teknolojiler başta olmak üzere farklı sektörlerde 10 yılı aşkın deneyime sahip bir Yapay Zekâ ve Veri Bilimi uzmanıdır. ThinkStrait’in Kurucu Ortağı ve CEO’su olarak müşteriler için iş süreçlerini hızlandıran/otomatize eden ajan tabanlı LLM (Agentic AI) çözümleri, RAG ve GraphRAG tabanlı kurumsal sohbet botları tasarlayıp devreye almaktadır. 2021–2025 arasında Turkcell’de Yapay Zekâ ve Makine Öğrenimi Mühendisi, 2020–2021’de Innova’da Kıdemli Veri Bilimci, 2018–2020 döneminde freelance veri bilimci olarak görev yapan Mithat Sinan Ergen, kariyerinin erken yıllarında Türk Telekom’da Java Yazılım Uzmanı, Vodafone Türkiye’de Faturalama Uzmanı olarak kritik operasyon ve yazılım projelerinde yer almıştır. Akademik olarak Trento Üniversitesi’nde Veri Bilimi Yüksek Lisansı (2020–2022), Galatasaray Üniversitesi’nde Bilgisayar Mühendisliği Yüksek Lisansı (2016–2019) derecelerine sahiptir; lisansını Kadir Has Üniversitesi’nde Çift Anadal (Bilgisayar Mühendisliği ve Enformasyon Teknolojileri) ile tamamlamıştır. Mithat Sinan Ergen’in uzmanlık odağı, büyük doküman havuzlarından değer üreten RAG/GraphRAG mimarileri, Agentic AI ile iş akışı otomasyonu ve ölçeklendirilebilir makine öğrenmesi çözümleridir.