AWS Makine Öğrenmesi Hizmetlerine Giriş Eğitimi

Eğitim Hakkında

Bu eğitim, Amazon Web Services (AWS) üzerindeki makine öğrenmesi ve yapay zeka hizmetlerini tanımak, doğru servisi seçmek ve ilk çözümlerini kurmak isteyen ekipler için tasarlanmış başlangıç düzeyinde bir programdır. Katılımcılar hazır YZ servislerini, Amazon Bedrock ile üretken YZ'yi ve Amazon SageMaker AI ile model yaşam döngüsünü AWS konsolunda uygulamalı olarak deneyimler.

Neden Bu Eğitim?

Servis Haritası Netliği. Onlarca AWS YZ servisi arasında hangi ihtiyaca hangi servisin uygun olduğunu karar ağacıyla netleştirin.

Konsolda Uygulama. Rekognition, Textract, Bedrock ve SageMaker AI servislerini gerçek bir AWS hesabında adım adım deneyin.

Güvenli ve Maliyet Bilinçli. IAM yetkileri, veri bölgesi seçimi ve fiyatlandırma modelleriyle kontrollü ve bütçe dostu ilk adımlar atın.

“Bulutta yapay zekanın gücü, doğru servisi doğru probleme güvenli ve ölçülü biçimde uygulamayı bilen ekiplerin elinde ortaya çıkar.”

Ön Koşullar

Temel Bulut Kavramları — Sunucu, depolama, bölge ve kullanıcı yetkisi gibi temel bulut kavramlarına aşina olmak.
AWS Hesap Erişimi — Laboratuvarlar için kurum tarafından sağlanan bir AWS hesabı veya eğitim ortamı erişimi.
Temel Python Okuma — Kısa Python ve boto3 örneklerini okuyabilmek yararlıdır; yazılım uzmanlığı şart değildir.
Çalışma Ortamı — Güncel bir tarayıcı ve internet erişimi olan bir dizüstü bilgisayar yeterlidir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiAWS yapay zeka servis katmanlarını kavramak, güvenli bir çalışma ortamı hazırlamak ve görüntü, doküman, dil ve konuşma servisleriyle ilk çözümleri üretmek.

Modül 1

Bulutta Makine Öğrenmesi ve AWS YZ Yığını

Makine öğrenmesi yaşam döngüsü: veriden tahmine
AWS YZ yığını: hazır servisler, Bedrock ve SageMaker AI
Paylaşılan sorumluluk modeli ve bölge (Region) seçimi
Servis seçimi karar ağacı: hazır mı, özel model mi?
Fiyatlandırma modelleri ve AWS Pricing Calculator
Demo: AWS konsolunda YZ servislerinde gezinme

Modül 2

Güvenli Çalışma Ortamı: IAM ve Amazon S3

IAM kullanıcıları, roller ve en az yetki ilkesi
Amazon S3 kovaları, veri yükleme ve erişim politikaları
AWS KMS ile şifreleme ve veri koruma temelleri
AWS CloudShell ve boto3 ile servis çağırma mantığı
Bütçe alarmları ve AWS Budgets ile maliyet kontrolü
Laboratuvar: Eğitim için güvenli S3 ve IAM kurulumu

Modül 3

Görüntü ve Doküman Zekası Servisleri

Amazon Rekognition ile nesne, metin ve etiket tespiti
Rekognition Custom Labels ile özel sınıflandırma
Amazon Textract ile form, tablo ve fatura okuma
Textract Analyze Expense ve Analyze ID yetenekleri
Yüz analizi servislerinde KVKK ve etik değerlendirmeler
Laboratuvar: Taranmış faturadan alan çıkarımı

Modül 4

Dil, Konuşma ve Arama Servisleri

Amazon Comprehend ile duygu ve varlık analizi
Amazon Translate ve Amazon Transcribe kullanım senaryoları
Amazon Polly ile metinden konuşma üretimi
Amazon Lex ile sohbet botu tasarım temelleri
Laboratuvar: Çağrı kaydından özet ve duygu analizi
Günün değerlendirmesi ve üretken YZ gününe köprü

Günün hedefiAmazon Bedrock ile üretken YZ uygulamaları denemek, SageMaker AI ile kodsuz ve kodlu model geliştirmeyi tanımak ve basit bir uçtan uca mimari tasarlamak.

Modül 1

Amazon Bedrock ile Üretken Yapay Zeka

Temel modeller (FM): Amazon Nova, Anthropic Claude, Llama
Bedrock Playground ile istem (prompt) denemeleri
Model seçimi: kalite, gecikme ve token maliyeti dengesi
Bedrock Guardrails ile içerik ve hassas veri filtreleri
Amazon Q Business ve Q Developer'a genel bakış
Laboratuvar: Playground'da e-posta özetleme istemi

Modül 2

Bilgi Tabanları ve Bilgi Erişimi (RAG)

Bilgi erişimi destekli üretim (RAG) mantığı
Bedrock Knowledge Bases ile S3 dokümanlarını bağlama
Parçalama (chunking), gömme ve vektör deposu seçimi
Bedrock Agents ile araç çağıran asistan kavramı
Kaynak gösterimi ve halüsinasyon kontrolü
Laboratuvar: İK politikaları için soru-cevap asistanı

Modül 3

Amazon SageMaker AI ile Model Geliştirme

SageMaker AI bileşenleri: Studio, JumpStart, Canvas
SageMaker Canvas ile kodsuz tablo verisi tahmini
JumpStart ile hazır modelleri tek tıkla dağıtma
Eğitim işi, model kaydı ve uç nokta (endpoint) kavramı
Gerçek zamanlı, sunucusuz ve toplu çıkarım farkları
Laboratuvar: Canvas ile müşteri kaybı tahmin modeli

Modül 4

Referans Mimari, Yol Haritası ve Kapanış

Uçtan uca mimari: S3, Lambda, Bedrock ve API Gateway
Amazon CloudWatch ile izleme ve maliyet takibi
Sorumlu YZ: SageMaker Clarify ve AWS AI Service Cards
Mini vaka: Kurumunuz için ilk AWS YZ kullanım senaryosu
Eğitim değerlendirmesi, Soru-Cevap ve sertifika takdimi
AWS sertifika yolları ve ileri eğitim önerileri

Eğitim Kazanımları

Servis Haritası — AWS yapay zeka servis katmanlarını tanıyacak ve iş ihtiyacına en uygun servisi gerekçesiyle seçebileceksiniz.
Güvenli Kurulum — IAM rolleri, S3 politikaları ve KMS şifrelemesiyle YZ çalışmaları için güvenli bir ortam hazırlayabileceksiniz.
Görüntü ve Doküman — Rekognition ve Textract ile görsellerden ve taranmış belgelerden yapılandırılmış bilgi çıkarabileceksiniz.
Dil ve Konuşma — Comprehend, Transcribe, Translate ve Polly servisleriyle metin ve ses tabanlı iş akışları kurabileceksiniz.
Üretken YZ — Amazon Bedrock üzerinde temel modelleri karşılaştırabilecek ve Guardrails ile kontrollü istemler yazabileceksiniz.
Bilgi Tabanı — Bedrock Knowledge Bases ile kurum dokümanlarına dayalı, kaynak gösteren bir RAG asistanı kurabileceksiniz.
SageMaker Temelleri — SageMaker Canvas ve JumpStart ile kodsuz model eğitip hazır modelleri uç noktaya dağıtabileceksiniz.
Maliyet Bilinci — Fiyatlandırma modellerini, bütçe alarmlarını ve izleme araçlarını kullanarak maliyetleri kontrol edeceksiniz.

Kimler İçin Uygundur?

Bulut yapay zeka hizmetlerine geçiş yapmak isteyen yazılım geliştiriciler
veri analistleri
BT ve bulut ekipleri
çözüm mimarları ile teknik ürün yöneticileri.

Sıkça Sorulan Sorular

AWS Makine Öğrenmesi Hizmetlerine Giriş Eğitimi kimler için uygundur?

Program; AWS yapay zeka servislerine yeni başlayan yazılım geliştiriciler, veri analistleri, BT ve bulut ekipleri, çözüm mimarları ve teknik ürün yöneticileri için tasarlanmıştır.

Eğitim ne kadar sürer ve nasıl bir akışı vardır?

Eğitim 2 tam gün ve 8 modülden oluşur. İlk gün AWS YZ yığını, güvenlik temelleri ve hazır servisler; ikinci gün Amazon Bedrock, RAG, SageMaker AI ve referans mimari işlenir.

Katılmak için AWS veya programlama deneyimi gerekli mi?

Temel bulut kavramlarına aşinalık yeterlidir. Kısa Python ve boto3 örneklerini okuyabilmek avantaj sağlar ancak laboratuvarların büyük bölümü AWS konsolu üzerinden yürütülür.

Laboratuvarlar için AWS hesabı gerekiyor mu, maliyet oluşur mu?

Laboratuvarlar kurumun AWS hesabında veya eğitim için hazırlanan bir ortamda yapılır. Uygulamalar düşük maliyetli olacak şekilde tasarlanır; bütçe alarmları ve kaynak temizliği adımları eğitimin parçasıdır.

Eğitim AWS sertifika sınavlarına hazırlık sağlar mı?

Program AWS Certified AI Practitioner gibi sertifikaların kapsadığı temel konulara sağlam bir zemin hazırlar ancak resmi sınav hazırlık kursu değildir. Katılımcılar Digital Vizyon Akademi katılım sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

AMAZON WEB SERVICES MAKİNE ÖĞRENMESİ HİZMETLERİNE GİRİŞ EĞİTİMİ