Basic'ten Production'a: dökümanlarınla konuşan basit bir asistandan agentic, graph tabanlı ve multimodal RAG sistemlerine uzanan yolu, ölçerek ve iyileştirerek uçtan uca kat edin.
Beş satır kodla çalışan bir RAG demosu herkes yapabilir. Asıl zorluk: doğru chunking, kaliteli retrieval, ölçülebilir doğruluk ve gerçek dokümanlarla — tablolar, görseller, ilişkili kayıtlarla — başa çıkabilen bir sistem kurmak.
Chunking, embedding ve retrieval stratejileriyle "çalışıyor gibi görünen" değil, gerçekten doğru cevap veren sistemler kurun.
Hybrid search ve reranking'den agentic, Graph ve multimodal RAG'e uzanan — Türkçe kaynaklarda neredeyse hiç olmayan — net bir yol izleyin.
RAGAS ile evaluation, monitoring ve maliyet optimizasyonu adımlarıyla sisteminizi production'a hazır hale getirin.
Bootcamp boyunca amaç sadece kavramları öğrenmek değil; embedding, retrieval, evaluation ve production parçalarını bir araya getirerek çalışan, sunulabilir ve portföye eklenebilir RAG sistemleri çıkarmaktır.
Program, kurumsal doküman asistanlarından bilgi tabanlı ürünlere kadar gerçek RAG sistemleri kurmak isteyen ve retrieval kalitesinde derinleşmek isteyenler için tasarlandı.
Her hafta teorik çerçeve, canlı demo, uygulama, ödev ve proje çıktısı üzerinden ilerler.
Embedding mantığı, benzerlik araması, vektör veri tabanı seçimi ve veri hazırlama.
Çıktı: Vektör arama prototipiDöküman işleme, chunking stratejileri, temel RAG pipeline'ı ve RAGAS ile evaluation'a giriş.
Çıktı: Dökümanlarınla konuşan RAG asistanıHybrid search, reranking, query rewriting ve retrieval kalitesini ölçüp iyileştirme.
Çıktı: Ölçülebilir, iyileştirilmiş retrieval pipeline'ıRetrieval'ı araç olarak kullanan agent'lar, sorgu planlama, kaynak doğrulama ve çok adımlı arama.
Çıktı: Kendi bilgisini arayan agentic RAGBilgi grafikleriyle ilişkisel retrieval; görsel ve tablo içeren dökümanlarla multimodal RAG.
Çıktı: Graph + multimodal RAG prototipiDeployment, monitoring, maliyet optimizasyonu; ardından uçtan uca final projesi ve demo günü.
Çıktı: Production'a alınmış RAG sistemi + demoAmaç yalnızca konu öğrenmek değil; kendi AI portföyünüzde gösterebileceğiniz çalışan RAG sistemleri geliştirmek.
Chunking ve retrieval'ı doğru kurgulanmış, dökümanlarınla konuşan RAG sistemi.
Hybrid search, reranking ve RAGAS ile ölçülüp iyileştirilmiş pipeline.
Bilgi grafikleri ve görsel/tablo içeren dökümanlarla çalışan ileri prototip.
Deploy edilmiş, izlenebilir, maliyeti optimize ve sunulabilir final projesi.
Evren Hoca karmaşık konuları özünden ödün vermeden sadeleştirerek, tane tane ve anlaşılır biçimde aktarıyor. Müfredatın sistematik yapısı ve gerçek hayat senaryolarıyla zenginleştirilmesi, öğrenmeyi hem verimli hem kalıcı kılıyor. Yapay zeka mühendisliği alanında ilerlemek isteyen herkese gönül rahatlığıyla öneririm.
Evren Hocam, konuları temel kavramlardan başlayarak sistemli bir şekilde ele alıyor. Öğrenci odaklı yaklaşımı ve güncel eğitim anlayışı sayesinde öğrenme sürecini daha anlaşılır hale getiriyor. Eğitim almak isteyenlere tavsiye ederim.
Evren Hoca'nın katılıp bitirdiğim Veri Bilimi Bootcamp eğitimi, veri analitiği ve regresyon analizleri gibi kritik kasları kalıcı olarak kazanmamı sağladı. Müfredatın adım adım yükselen yapısı sayesinde tüm süreci pürüzsüzce tamamladık. Bu kaliteli eğitimi başarıyla bitirmiş bir eski katılımcı olarak, hocamızın yeni açacağı yapay zeka programını da bu alanda derinleşmek isteyen herkese kesinlikle tavsiye ederim.
İlk kohort sınırlı kontenjanla başlıyor. Aşağıdaki fiyata havale/EFT ile %5 indirim uygulanır.
Matematiksel istatistik doktoralı (PhD) ve 15+ yıl deneyimli bir eğitmen. Tirendaz Academy'nin kurucusu. Yapay zeka, LLM, RAG ve AI agent konularını uygulamalı projelerle öğretiyor.
Temel Python bilgisi önerilir. Program embedding ve vektör veri tabanlarından başladığı için önceden RAG bilmenize gerek yok; LLM/prompt'a genel bir aşinalık yeterlidir.
AI Engineering Bootcamp'te RAG'e bir hafta değiniyoruz; burada 6 hafta boyunca derinleşiyoruz: advanced retrieval, agentic RAG, Graph RAG, multimodal RAG ve production. AI Engineering'i tamamlayanlar için doğal bir derinleşme adımı, RAG odaklı çalışanlar için bağımsız bir uzmanlık programıdır.
Tüm canlı dersler kaydedilir. Bir oturumu kaçırırsanız kaydı izleyip soru-cevap alanından sorularınızı iletebilirsiniz; akıştan geri kalmazsınız.
Canlı dersler haftada 2 gün, her biri 3 saat olmak üzere toplam 6 saattir. Ödev ve uygulamalarla birlikte haftada yaklaşık 8–10 saat ayırmanız önerilir.
Ödemeyi havale/EFT ile (%5 indirim) veya kart ile alıyoruz. Esnek ödeme için tutarı 2 taksite bölebilirsiniz; bunun için WhatsApp'tan bize yazmanız yeterli. Yurt dışından ya da kartla ödeyecek katılımcılar için ayrı bir ödeme seçeneği de sunuyoruz.
Erken kayıt fiyatı (6.999₺ / ~$149) 15 Ekim 23:59'a (TSİ) kadar geçerlidir. Bu tarihten sonra kayıt ücreti 8.999₺ (~$199) olur.
Evet, ödemeniz için fatura düzenlenir.
Evet. Programı tamamlayan ve final projesini sunan katılımcılara tamamlama sertifikası verilir.
Evet. İlk canlı derse katıldıktan sonra eğitimin size uygun olmadığını düşünürseniz iade talep edebilirsiniz. İade, ödemenin yapıldığı yöntemle ve o yöntemdeki işlem kesintileri düşülerek gerçekleştirilir; havale ödemelerinde tam iade yapılır.
Evet. Canlı ders kayıtları, kod dosyaları ve ek materyaller özel topluluk alanında paylaşılacaktır.
Hayır. Odak noktası RAG sistemleri geliştirmektir: embedding, vektör veri tabanları, retrieval stratejileri, agentic/Graph/multimodal RAG, evaluation ve production.
Embedding, retrieval, agentic RAG, Graph ve multimodal konularını tek tek dağınık içeriklerden değil; gerçek bir RAG sistemi geliştirme süreci içinde birleştirin ve production'a taşıyın.
Hemen Kayıt OlAgent'larda da derinleşmek ister misin? AI Agents Bootcamp 1 Ekim'de başlıyor →