
Program lideri ve teori eğitmeni
Yasemin Arslan, MSc.
Müfredat tasarımı, teorik eğitim, mühendislik metodolojisi ve değerlendirme yaklaşımından sorumludur. LLM Turkey'in kurucusudur.
LinkedIn ↗Yeni profesyonel program · 2027
Claude Code ile Agentic AI Sistemleri Geliştirme, Güvenlik ve Değerlendirme Uzmanlığı
Claude Code ile gerçek agentic AI sistemleri geliştir. MCP, RAG ve agent orkestrasyonunu öğren. Geliştirdiğin sistemlerin doğruluğunu, güvenliğini ve performansını LLM & Agent Evaluation yöntemleriyle ölç.
Program hakkında
Program, kurumsal problemlere yönelik yapay zekâ sistemlerini uçtan uca ele alır: mimariyi tasarlamak, Claude Code ile geliştirmek, araç ve veri entegrasyonlarını kurmak, güvenlik kontrollerini uygulamak ve sistemin kalitesini LLM ve Agent Evaluation yöntemleriyle ölçmek.
Bu bir Claude Code kullanım kursu değildir. Claude Code programın ana geliştirme aracıdır; öğretilen mühendislik prensipleri ise belirli bir modele veya sağlayıcıya bağlı değildir.
Kimler için?
Ön koşullar
Program başlangıç seviyesinde değildir. Kod yazma deneyimi olmayan katılımcılar için uygun değildir.
Dört mühendislik yetkinliği
Program dört yetkinliği ayrı dersler olarak değil, sürekli dönen bir mühendislik yaşam döngüsü olarak işler. Her hafta bu döngünün en az bir halkasını somut bir çıktıyla kapatır.
Sistem tasarımı
Yazılım ve agent geliştirme
LLM & Agent Evaluation
İşletme ve sürekli iyileştirme
Program kazanımları
14 haftalık müfredat
Haftanın ilk günü 2 saatlik teori, ikinci günü 3 saatlik uygulama oturumudur. Her hafta, final projesine eklenen bir parçayla kapanır.
Teori
Agentic sistemler, LLM ile agent arasındaki fark, harness kavramı, agentic loop ve sistem mimarisi.
Uygulama
Claude Code kurulumu, repository analizi ve final projesinin mimari iskeletinin oluşturulması.
Kazanım
Bir agentic sistemin bileşenlerini ayırt eder; projenin mimari iskeletini ve ilk değerlendirme ölçütlerini tanımlar.
Teori
Tool calling, agent state, araç yürütme ve görev yönetimi.
Uygulama
İlk çalışan agent ve araç entegrasyonları.
Kazanım
Araç çağırabilen, durumunu yöneten çalışan bir agent geliştirir ve araç çağrılarını kayıt altına alır.
Teori
MCP mimarisi: client–server, tools, resources; entegrasyon güvenliği ve erişim kontrolleri.
Uygulama
Özel bir MCP server ve kurumsal API entegrasyonu.
Kazanım
Yetki sınırları tanımlı bir MCP server yazar ve agent'a bağlar.
Teori
Retrieval, context yönetimi, embedding'ler, grounding ve kaynak doğrulama.
Uygulama
Kurumsal dokümanlar üzerinden kaynak temelli bilgi erişimi.
Kazanım
Kaynak gösteren bir RAG katmanı kurar; cevapların kaynağa sadakatini ölçmeye başlar.
Teori
Workflow orkestrasyonu, state, memory, retry, fallback ve hata yönetimi.
Uygulama
Çok adımlı kurumsal görevlerin yürütülmesi.
Kazanım
Hata durumunda toparlanabilen, adımları izlenebilir çok adımlı bir workflow kurar.
Teori
Agent delegasyonu, orkestrasyon, handoff ve çok ajanlı mimari kararları.
Uygulama
Tek agent ve multi-agent yaklaşımlarının aynı görev üzerinde karşılaştırılması.
Kazanım
Tek ve çok ajanlı mimariyi maliyet, karmaşıklık ve başarı açısından gerekçeli olarak karşılaştırır.
Teori
Structured output'lar, hata yönetimi, güvenilirlik ve test stratejileri.
Uygulama
Unit ve integration testleri, hata senaryoları ve fallback davranışları.
Kazanım
Sistemin kritik yollarını testlerle güvenceye alır ve hata senaryolarını belgeler.
Teori
Prompt injection, araç izinleri, yetkisiz erişim, sandbox ve veri güvenliği.
Uygulama
Kontrollü güvenlik senaryoları ve yetki sınırı testleri.
Kazanım
Agent için tehdit modeli çıkarır; prompt injection ve yetki aşımı testlerini sisteme ekler.
Teori
Ground truth, rubric, değerlendirme metrikleri, insan değerlendirmesi ve LLM-as-a-Judge; dokuz kalite boyutu.
Uygulama
Evaluation dataset'i oluşturma ve model çıktılarını değerlendirme.
Kazanım
Rubric'i ve ground truth'u olan bir evaluation dataset'i hazırlar, model çıktılarını gerekçeli puanlar.
Teori
Task success, tool-call doğruluğu, trajectory değerlendirmesi ve hata analizi.
Uygulama
Agent davranışlarının çok adımlı değerlendirilmesi.
Kazanım
Agent'ı yalnızca son cevaba göre değil, izlediği yol ve araç kullanımına göre değerlendirir.
Teori
Rater kalibrasyonu, dataset versiyonlama, değerlendirme otomasyonu ve regresyon.
Uygulama
Tekrarlanabilir bir evaluation pipeline'ı geliştirme.
Kazanım
Her değişiklikte yeniden çalışan, versiyonlu bir değerlendirme hattı kurar.
Teori
Observability, tracing, CI/CD, quality gate'ler; token ve latency ölçümleri.
Uygulama
Geliştirme sürecine otomatik kalite ve değerlendirme kontrollerinin entegrasyonu.
Kazanım
Evaluation sonuçlarını CI/CD'de bir quality gate olarak kullanır; maliyet ve gecikmeyi izler.
Teori
Sistem kalite kriterleri, bütünleşik test stratejileri ve production readiness.
Uygulama
Final projesinin sistem testi; performans ve güvenlik iyileştirmeleri.
Kazanım
Final projesini bütünleşik testlerden geçirir, bulgulara göre iyileştirir.
Teori
Teknik değerlendirme metodolojisi, sistem raporlama ve sonuç analizi.
Uygulama
Final proje sunumları, bağımsız testler ve teknik değerlendirme.
Kazanım
Sistemini, değerlendirme raporunu ve mühendislik kararlarını teknik bir sunumla savunur.
Uygulama yaklaşımı
EvalOps entegrasyonu
LLM Turkey'in EvalOps değerlendirme yaklaşımı bu programın içine taşındı. Dokuz kalite boyutunun tamamı öğretilir; uygulama ise seçilmiş senaryolar üzerinde derinlemesine yapılır.
9 kalite boyutu
Agent değerlendirmesi
Operasyonel ölçümler
Final projesi
Katılımcılar kurumsal operasyon taleplerini işleyen bir agentic AI sistemi geliştirir. Sistem API ve MCP araçlarını kullanır, kurumsal dokümanlara RAG ile erişir, çok adımlı görevleri yürütür, kritik adımlarda insan onayı ister ve kendi değerlendirme altyapısıyla gelir.
Sistemin yetenekleri
Teslim edilenler
Hedef, gerçekçi koşullarda test edilmiş ve sınırları belgelenmiş çalışan bir sistemdir; tam otonomi ya da hatasızlık iddiası değil.
Değerlendirme sistemi
Eğitmenler ve program yönetimi

Program lideri ve teori eğitmeni
Müfredat tasarımı, teorik eğitim, mühendislik metodolojisi ve değerlendirme yaklaşımından sorumludur. LLM Turkey'in kurucusudur.
LinkedIn ↗
Uygulama eğitmeni
AI ENGINEER
42 saatlik canlı uygulama oturumlarından ve teknik laboratuvarlardan sorumludur.
Ön kayıt
Dönem tarihleri ve kayıt koşulları kesinleştiğinde ön kayıt yaptıranlarla iletişime geçiyoruz. Ön kayıt ücretsizdir ve bağlayıcı değildir.
Hayır. Program orta–ileri seviyededir. Temel yazılım geliştirme deneyimi, Git ve terminal kullanımı ile API ve backend kavramlarına aşinalık beklenir. Yazılım deneyimi gerektirmeyen bir değerlendirme eğitimi arıyorsanız bize yazın.
Hayır. Claude Code programın ana geliştirme aracıdır; programın konusu agentic AI sistemlerinin tasarımı, geliştirilmesi, güvenliği ve değerlendirilmesidir. Öğretilen mühendislik prensipleri belirli bir modele veya sağlayıcıya bağlı değildir.
Haftada iki gün canlı oturum vardır: 2 saat teori ve 3 saat uygulama, toplam 70 saat. Ders günleri ve saatleri dönem açıldığında bu sayfada ilan edilir.
EvalOps Specialist, model çıktılarını değerlendirmeye odaklanan ve yazılım bilgisi gerektirmeyen bir programdı. Bu program agentic sistemleri geliştirmeyi de kapsar; EvalOps'un dokuz kalite boyutu ve değerlendirme yöntemleri programın Evaluate ve Operate aşamalarına entegre edilmiştir.
iyzico güvenli ödeme altyapısıyla kredi kartı ya da banka EFT / havale.
Koşullar İade ve İptal Koşulları ile Mesafeli Satış Sözleşmesi'nde yer alır; kayıt sırasında bu metinleri onaylarsınız.