Öğrencilere ve Mezunlarımıza Özel %20 İndirim Sepette!

Haziran İndirimlerini Yakala!🔥

%50'ye varan indirim.

İncele!
0
1 1

AI ve LLM Bootcamp

34,000.00TL
34,000.00TL
Öğrenci Fiyatı: 27,200.00TL %20
Sale Sold out
Tax included.
Stripe ile Öde

Description

Learn to build, customize, and integrate systems that work with AI and LLMs. Gain the ability to create cutting-edge AI applications.
Sorunuz mu var?
View Product Details

5. Donem AI/LLM Bootcamp

Timeline

2 Haziran 2026
Kick-off
2 Haziran - 22 Temmuz
Canlı Dersler - 8 Hafta
22 Temmuz - 5 Ağustos
Final Projeleri Hazırlık
5 Ağustos 2026
Proje Sunumu ve Kapanış
Bootcamp İçeriği

Bootcamp İçeriği

Tüm eğitimlerimiz, konunun tüm yönlerini ele alarak kapsamlı bir şekilde hazırlanmıştır.

1

Hafta-1: Yapay Zekâ, LLM ve Agent

  • Yapay Zekâ, LLM ve Agent kavramları: "Agent = LLM + tool-calling loop"
  • Python venv kurulumu ve gerekli paketlerin yüklenmesi
  • OpenAI / Anthropic / Gemini API anahtarları
  • create_agent — LangChain 1.0'ın yeni standart giriş noktası
  • Standart model arayüzü: init_chat_model ile sağlayıcılar arası geçiş
  • Mesaj tipleri: HumanMessage, AIMessage, ToolMessage, SystemMessage
  • İlk tool tanımlama (@tool decorator)
  • Agent'ı çalıştırma

2

Hafta-2: Tools, Structured Output ve MCP

  • Tool anatomisi: fonksiyon tool, Pydantic şemalı tool, class-based tool
  • Tool return stratejileri: content ve artifact ayrımı
  • Structured Output: Pydantic, TypedDict, JSON Schema ile yapılandırılmış çıktı
  • Parallel tool calling
  • Model Context Protocol (MCP)
  • MCP server'lara bağlanma (filesystem, GitHub, Slack, Postgres)
  • langchain-mcp-adapters ile MCP tool'larını agent'a bağlama
  • Prompt engineering: system prompt ve tool description ile davranış şekillendirme
  • Error handling: handle_tool_errors ve tool retry

3

Hafta-3: Middleware ile Production-Grade Agent

  • Middleware ve 6 hook noktası: before_agent, before_model, wrap_model_call, wrap_tool_call, after_model, after_agent
  • Built-in middleware'ler:
  • SummarizationMiddleware — uzun konuşmaları otomatik özetleme
  • HumanInTheLoopMiddleware — hassas tool çağrılarında onay
  • PIIMiddleware — e-posta, kredi kartı, telefon numarası maskeleme
  • ModelCallLimitMiddleware ve ToolCallLimitMiddleware — maliyet kontrolü
  • ModelFallbackMiddleware — primary model düşerse secondary'e geçme
  • LLMToolSelectorMiddleware — çok sayıda tool'dan ilgili olanları seçme
  • Custom middleware yazma: @before_model ve @wrap_tool_call decorator'ları
  • Guardrails'ın middleware ile implementasyonu

4

Hafta-4: Memory, Persistence ve Context Engineering

  • Short-term memory: thread-based state
  • Checkpointer'lar: InMemorySaver, PostgresSaver, SqliteSaver ve durable execution
  • Long-term memory: LangGraph Store ile cross-thread kalıcı hafıza
  • Semantic search destekli store
  • Context engineering:
  • Otomatik summarization
  • Message trimming (trim_messages)
  • Tool result trimming
  • Human-in-the-loop: interrupt() ve Command(resume=…) ile pause/resume
  • Time travel: bir checkpoint'e dönüp farklı branch deneme

5

Hafta-5: Retrieval, Vector Stores ve Agentic RAG

  • Embedding mantığı ve semantik yakınlık
  • Document loader'lar: PyPDFLoader, WebBaseLoader, DirectoryLoader, UnstructuredLoader
  • Chunking stratejileri:
  • RecursiveCharacterTextSplitter
  • SemanticChunker
  • Markdown-aware splitter
  • Vector store: Qdrant, Elasticsearch ve Chroma
  • Similarity ölçümleri: cosine, MMR, hybrid search (BM25 + dense)
  • İki farklı RAG paradigması:
  • Naive RAG
  • Agentic RAG

6

Hafta-6: Agentic AI Giriş ve LangGraph ile Multi-Agent Sistemler

  • LangGraph temel kavramlar: StateGraph, nodes, edges, conditional edges
  • MessagesState ve custom state şemaları (reducer'lar)
  • Workflow ve Agent ayrımı
  • Streaming mode'ları: updates, messages, custom
  • Multi-agent mimarileri:
  • Supervisor pattern: merkezi koordinatör, tool-calling ile handoff
  • Swarm pattern: ajanlar birbirine doğrudan devreder
  • Hierarchical: supervisor'ın altında supervisor'lar
  • Handoff tool'ları ve Command(goto=…, update=…)
  • Mimari seçim kriterleri

7

Hafta-7: Deep Agents

  • Agent harness kavramı ve Deep Agents'ın ayrıştığı noktalar
  • create_deep_agent ile hızlı başlangıç
  • Planning: built-in write_todos tool'u ile task decomposition
  • Sanal filesystem: ls, read_file, write_file, edit_file ile context offload
  • Pluggable backends: in-memory, local disk, LangGraph store, sandbox (Modal / Daytona / Deno)
  • Subagent spawning: task tool'u ile context-isolated alt ajanlar
  • Skills: tekrar kullanılabilir workflow paketleri
  • Permissions: dosya erişim kuralları
  • Shell execution: sandbox backend ile execute tool'u
  • Deep Agent CLI ve ACP (Agent Client Protocol)

8

Hafta-8: Uçtan Uca Proje

  • Arayüzü olan bir Yapay Zeka soru-cevap asistanı geliştirilir. Kullanılacak araçlar:
  • Streamlit
  • FastAPI
  • LangChain
  • LangGraph
  • Postgresql
  • Qdrant Verctor DB

9

Hafta-9: Final Proje Hazırlıkları

  • Bireysel veya grup halinde proje hazırlıkları devam eder. Canlı ders yoktur.

10

Hafta-10: Final Proje Sunumları

  • Her katılımcı kendi veya grubuyla projesini canlı olarak sunar.
Eğitmenler

Erkan Şirin

Senior Data/ML Engineer, AWS Solution Architect

Mentörler

Ali Can Payaslı

ML/AI Reseacher , ML/AI Practitioner

Eğitim Özeti

AI/LLM Bootcamp – Üretken Yapay Zekâyı Gerçek Projelerle Öğrenin

AI/LLM Bootcamp, büyük dil modelleri (LLM), embedding sistemleri, semantik arama motorları ve RAG mimarisi gibi modern yapay zekâ çözümlerinin geliştirilmesi ve üretim ortamına alınması süreçlerine odaklanır. Bu eğitimle, yalnızca bir LLM çağırmayı değil; onu kendi verinizle entegre ederek gerçek dünyada çalışan sistemler kurmayı öğreneceksiniz.

Yapay zekâ dünyasında sıradan bir kullanıcı değil, çözüm üreten bir AI mühendisi olmak istiyorsanız doğru yerdesiniz.

Neden Bu Bootcamp?

  • LLM’ler, vektör veritabanları ve semantik arama kavramlarını uygulamalı öğrenin
  • LangChain ile gerçek dünya için zincirleme sorgu sistemleri geliştirin
  • RAG mimarisiyle kendi ChatGPT benzeri sisteminizi oluşturun
  • Eğitim sonunda uçtan uca bir “soru-cevap sistemi” projesi ile öğrendiklerinizi pekiştirin
  • AI sistemlerini sadece kurmayı değil, üretime almayı ve sürdürmeyi öğrenin

VBO&Miuul Bootcamp mezunlarına özel %20 indirim!

Eğitim Yapısı

1. Kurs Açılış: 2 Haziran 2026 (5. Dönem)

Katılımcılar, derslerin daha verimli geçmesi için eğitim başlamadan önce yapılacak hazırlıklar, kurs içeriği, tanışma vb konular hakkında bilgilendirilir.

2. Canlı Dersler: 2 Haziran – 22 Temmuz 2026 (8 Hafta)

Her Salı-Çarşamba 20:00-21:30 arası haftalık 3 saat canlı online derslerle, temel bilgilerden uçtan uca projeye kadar tüm yapay zekâ sistemlerini öğrenin. Takıldığınız her noktada mentörlerimiz size destek olacak.

3. Bitirme Projesi: 5 Ağustos 2026

Katılımcılar kendi YZ projesini geliştirir ve Zoom üzerinden canlı olarak sunar. Proje sırasında eğitmen ve mentör desteği devam eder. Bireysel veya grup olarak yapılabilir.

Gerçek Projelerle Öğreneceğiniz Konular

  • LLM’leri nasıl çağırır ve özelleştiririz?
  • Embedding nedir, neden önemlidir?
  • Belgelerden vektör veritabanı nasıl oluşturulur (Qdrant)?
  • Semantik arama motoru nasıl kurulur?
  • LangChain ile prompt zincirleri nasıl kurulur?
  • RAG mimarisiyle chatbot nasıl geliştirilir?
  • AI sistemleri nasıl test edilir, versiyonlanır ve servislenir?
  • AI sistemlerinde etik, güvenlik ve düzenlemelere (KVKK, GDPR) nasıl dikkat edilir?
  • Bir yapay zekâ sistemini nasıl üretime alır, izler ve güncelleriz?

Teknik Gereksinimler

– GPU destekli ya da Google Colab erişimi olan bir bilgisayar önerilir
– Docker ve temel terminal bilgisi tercih sebebidir
– İş bilgisayarları yerine kişisel cihaz önerilir (yetki kısıtları nedeniyle)

Sertifika Koşulları

Aşağıdaki üç koşulu sağlayan katılımcılara sertifika verilecektir:

  1. Derslerin en az %70’ine canlı katılım
  2. Ödevlerin en az %70’ini tamamlama
  3. Bitirme projesinden en az 70/100 puan alma

Paylaşılacak Kaynaklar

– Ders video kayıtları
– Sunum dosyaları ve kod örnekleri
– Sanal makine ya da Colab ortamları
– Bitirme projesi şablonları

Tüm içerikler VBO Platformu üzerinden katılımcılarla paylaşılacaktır.

Sıradaki adım, sadece izleyenlerden değil, inşa edenlerden biri olmak.
Yapay zekânın geleceğini birlikte yazalım.

S.S.S.

AI/LLM Bootcamp, yapay zekâ alanında gerçek dünya uygulamaları geliştirmek isteyen herkes için uygundur. Özellikle yazılım geliştiriciler, veri bilimciler, makine öğrenmesi mühendisleri, yapay zekâ meraklıları ve teknik liderler bu eğitimden büyük fayda sağlar. Prompt kullanmanın ötesine geçip, LLM tabanlı sistemleri kendi verileriyle entegre eden, semantik arama, RAG mimarisi, LangChain ve vektör veritabanları gibi modern tekniklerle çalışan üretime hazır çözümler kurmak isteyen katılımcılar için tasarlanmıştır. Yapay zekâyı sadece kullanan değil, onuinşa edentarafta yer almak isteyenler için ideal bir programdır.

  • Python bilgisi
  • Docker ve temel linux komutları
  • GPU destekli bir bilgisayar harika olur
  • İş bilgisayarları yerine kişisel cihaz önerilir (yetki kısıtları nedeniyle)

Online Platformlar (Zoom).

  • Canlı Dersler: 8 Hafta (Salı&Çarşamba saat 20-21:30)
  • Final Proje Süreci: 2 Hafta
Mezunlarımız almış oldukları eğitimden sonra kendi deneyimlerini ve düşüncelerinizi sizlerle paylaşmaktadır.

Mezun Yorumları

Bootcamp'in bana en büyük katkısı, "öğrenmek" ile "üretmek" arasındaki farkı kapatması oldu. Teoriyi dinlemekle kalmadık; sektörde gerçekten kullanılan araçlarla uçtan uca projeler geliştirdik. Artık yeni bir teknolojiyle karşılaştığımda korkmuyorum, "nasıl kurarım, nasıl bağlarım" diye düşünebiliyorum. Bu bakış açısı kariyerim için en değerli kazanım oldu. Favori kısmım kesinlikle final projesiydi. Sıfırdan, kendi tasarladığım çoklu-agent bir sistem kurmak; parçaların tek tek değil, bir bütün olarak çalıştığını görmek inanılmaz tatmin ediciydi. Takılıp saatlerce uğraştıktan sonra sistemin sorunsuz aktığı o an, tüm emeğe değdi. Eğitmenimizin ve mentörlerimizin her aşamadaki desteği bu süreci çok daha keyifli ve öğretici kıldı. Emeği geçen herkese teşekkür ederim 🙏
Erkut Ateş

Erkut Ateş

Assistant Software Specialist @Ziraat Teknoloji A.Ş.

AI & LLM Bootcamp benim için yapay zekâyı sadece teorik olarak öğrenmekten çok, gerçek hayatta kullanılabilir bir projeye dönüştürme fırsatı sundu. Eğitim sürecinde LLM, RAG, agent yapıları, FastAPI, Docker ve veritabanı entegrasyonları gibi konuları uygulamalı olarak öğrenerek bakış açımı ciddi şekilde geliştirdim. Bitirme projemde kendi işletmem Mahir Prefabrik için yapay zekâ destekli bir satış asistanı geliştirdim. Bu sistemin amacı, Instagram DM gibi kanallardan gelen müşteri mesajlarını anlayıp ürün, fiyat, şehir ve nakliye gibi bilgileri doğru şekilde yönetebilmekti. Ayrıca müşteriyle yapılan konuşmaları hafızada tutan, lead bilgilerini kaydeden ve işletmenin satış sürecini daha hızlı ve düzenli hale getirmeyi hedefleyen bir yapı oluşturdum. Bootcamp’in benim için en değerli kısmı, öğrendiğim teknik bilgileri doğrudan kendi işime uyarlayabilmek oldu. Bu süreç bana hem yapay zekâ alanında daha özgüvenli ilerleme hem de işletmeler için gerçek değer üretebilecek projeler geliştirme motivasyonu kazandırdı. Emeği geçen herkese teşekkür ederim.
Beşir Arslan

Beşir Arslan

R&D Specialist | Medical Engineer

Kurstan çok memnun kaldım. Yapay zekayla yazılım geliştirme konusunda kendi başıma çalışmaya uğraşıyordum ama tahmin edersiniz ki bilmediğiniz konuyla ilgili bir temel oluşturmak istediğinizde internette neyi okumalısınız nerden başlamalısınız bu cevapları ararken insan çok yoruluyor ve motivasyon kaybediyor. Düzenli şekilde 8 hafta ders yaptık ödev yaptık konuya dedike olduk. Benim için bu şekilde düzenli disiplinli bir şekilde derslerin işlenmesi ve konuların iyi seçilmiş olması çok makbul oldu.
Seda Ertuğrul

Seda Ertuğrul

Software Development Project Lead

Merhaba benim için eğitim verimli geçti. Bu alanda ilerlemek istiyordum zaten güzel bir başlangıç oldu, ben çok sevdim ve çalışmaya devam edeceğim. Favori kısmım proje odaklı olması kesinlikle bu sayede projeler üzerine odaklanarak ilerlemeyi düşünüyorum. Teşekkür ederim.
Nida Özer

Nida Özer

Big Data Solutions Manager at Vodafone

Yapay Zeka ve Büyük Dil Modellerini büyük öneme sahip olduğu bu çağda, böyle bir eğitime katılarak yapay zeka ve büyük dil modellerinin çalışma mantığını kavrayarak canlı çalışır bir proje yaptığım için kendimi şanslı hissediyorum.
Okan KÖKEN

Okan KÖKEN

Mechanical Engineer

AI & LLM bootcamp gerçekten çok değerli bir deneyim oldu. Bu süreçte sadece LLM hakkında derinlemesine bilgiler edinmekle kalmadım, aynı zamanda gerçek dünya projeleriyle pratiğe dökme fırsatı da buldum. Eğitim boyunca hem Emre Hocam hem de Erkan Hocam karmaşık konuları sadeleştirip, pratik örneklerle anlatmaları öğrenmeyi çok kolaylaştırdı. Bu bootcamp, yapay zekâ ve LLM alanında kendini geliştirmek isteyen herkes için güçlü bir başlangıç noktası diye düşünüyorum.
Mehmet Emin Baydilli

Mehmet Emin Baydilli

Data Scientist

Öncelikle daha önce MLOPS bootcamp mezunu olduğum ve VBO’nun eğitim kalitesini bildiğim için VBO bünyesinde düzenlenen her etkinliğe olduğu gibi bu Bootcamp’e de hiç bir kuşku duymadan katıldım. Her hafta yapılan canlı eğitimlerin, projelerle ve her hafta verilen ödevlerle desteklenmesi LLM gibi geniş bir konunun pekiştirici bir şekilde öğrenilmesini sağladı. Özellikle proje haftasında bootcampe katılan herkesin sunduğu projelerin kalitesi ve hepsinin birbirinden güzel olması eğitimin ne kadar etkin olduğunu gösterdi. Tüm VBO ailesine teşekkür ederim
Ali Can PAYASLI

Ali Can PAYASLI

Prosecutor | Software Engineer | MLEngineer | Data Scientist

10 hafta boyunca LLM temellerini, prompt engineering tekniklerini inceledim ve LangChain ile vektör veritabanlarını kullanarak RAG sistemleri geliştirdim. Final projem olan AI English Coach, kullanıcıların etkileşimli modüller aracılığıyla İngilizce dilbilgisi ve kelime bilgilerini geliştirmelerine yardımcı olan yapay zeka destekli bir web uygulaması. İlham verici eğitmenlerimiz Emre Yazıcı ve Erkan Şirin’e, ayrıca tüm katılımcı arkadaşlarıma iş birliği ve motivasyonları için büyük teşekkürler! Öğrenmeye ve yeni şeyler inşa etmeye devam etmek için sabırsızlanıyorum.
Özge ÇİNKO

Özge ÇİNKO

AI Research Engineer

Bootcamp süreci benim için yoğun ama çok öğretici geçti. Hem teorik hem de pratik açıdan LLM mimarisi, RAG sistemleri, LangChain, LangGraph, Qdrant ve Docker gibi araçları gerçek bir proje üzerinden öğrenme fırsatı buldum. Eğitmenlerin yönlendirmeleri sayesinde çok şey öğrendim. Gerçek bir üretim ortamına oldukça yakın bir deneyimdi.
Esra Tokur SONUVAR

Esra Tokur SONUVAR

Data Engineer/Data Scientist/ Statistician/ Biostatistician

Her haftası dopdolu geçen, hem teorik hem pratik açıdan çok verimli bir bootcamp süreciydi. LLM’lerin temel mantığını Emre Hocamızdan öğrenip, Erkan Hocamızla birlikte canlı uygulamalarla pratiğe döktük. Ödevler ve end-to-end proje çalışmasıyla süreci pekiştirdik. Emeği geçen tüm hocalarımıza ve ekibe teşekkür ederim.
Zeynep BAKAN

Zeynep BAKAN

Math Teacher | Machine Learning

Bugün, AI & LLM Bootcamp eğitimini başarıyla tamamladığımı paylaşmaktan memnuniyet duyuyorum. 10 hafta boyunca; Büyük Dil Modelleri (LLM), RAG mimarileri, Agent yapıları, Prompt engineering, LangChain & Gemini entegrasyonları konularında kapsamlı bir eğitim aldım. Bu değerli eğitimi sağlayan ve her aşamada destek olan eğitmenlerim Emre Yazıcı & Erkan Şirin’e özellikle teşekkür ederim. Bu eğitim süreci, hem mesleki hem de akademik gelişimime önemli katkılar sağladı.
Şula Sıray

Şula Sıray

Industrial Engineer | Financial Data Analyst