Yapay Zeka Platformu Seçimi ve Entegrasyon Eğitimi

Eğitim Hakkında

Bu eğitim, kurumların yapay zeka platformu seçimini ölçülebilir kriterlerle yapması ve seçilen platformu mevcut kurumsal sistemlere güvenli biçimde entegre etmesi için tasarlanmış orta düzey bir programdır. Katılımcılar bulut ve açık kaynak seçeneklerini karşılaştırır, toplam sahip olma maliyeti ve uyum analizini yapar, kavram kanıtı tasarlar ve entegrasyon mimarisi kurgular.

Neden Bu Eğitim?

Ölçülebilir Karar. Platform tercihini sunum etkisiyle değil, ağırlıklı puanlama matrisi, TCO ve kavram kanıtı sonuçlarıyla verin.

Bağımlılık Riski Yönetimi. Çoklu model stratejisi, LLM ağ geçidi ve açık standartlarla tek sağlayıcıya kilitlenme riskini azaltın.

Entegrasyon Odağı. Yapay zekayı ERP, CRM, doküman yönetimi ve kimlik sistemlerine güvenli ve izlenebilir biçimde bağlayın.

“En iyi yapay zeka platformu en popüler olan değil; kurumun verisine, mevzuatına ve sistemlerine en sağlıklı biçimde bağlanabilendir.”

Ön Koşullar

Kurumsal BT Bilgisi — Kurumsal uygulamalar, API'ler ve kimlik yönetimi gibi BT mimarisi kavramlarına aşinalık.
Bulut Kavramları — IaaS, PaaS, SaaS modelleri ile bölge, ağ ve paylaşılan sorumluluk kavramlarını bilmek.
YZ Temel Kavramları — Makine öğrenmesi, büyük dil modelleri ve RAG kavramlarına genel düzeyde aşinalık.
Kodlama Şartı Yok — Programlama gerekmez; kurumunuzdaki bir YZ ihtiyacını atölyeye getirmeniz önerilir.

Eğitim İçeriği

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

Günün hedefiYapay zeka platform pazarını katmanlarıyla tanımak, bulut, veri platformu ve açık kaynak seçeneklerini ayırt etmek ve ihtiyaçları ölçülebilir gereksinimlere dönüştürmek.

Modül 1

Yapay Zeka Platform Katmanları

YZ yığını: altyapı, model, geliştirme, uygulama katmanı
Hazır SaaS, yönetilen platform ve kendi kurulumun farkı
Tahmine dayalı ML ile üretken YZ platform ihtiyaçları
Temel model erişimi: API, özel dağıtım, açık ağırlıklı
Satın al, uyarla veya geliştir karar çerçevesi
Tartışma: Kurumunuzdaki mevcut YZ araç envanteri

Modül 2

Hiper Ölçekli Bulut Platformları

AWS: Amazon Bedrock ve Amazon SageMaker AI
Microsoft: Azure AI Foundry ve Azure Machine Learning
Google Cloud: Vertex AI ve Gemini modelleri
IBM watsonx ve hibrit bulut yaklaşımı
Türkiye bölgeleri, veri konumu ve gecikme değerlendirmesi
Demo: Aynı görevin üç platformda karşılaştırılması

Modül 3

Veri Platformları ve Açık Kaynak Seçenekler

Databricks Mosaic AI ve Snowflake Cortex AI yaklaşımı
Kurum içi kurulum: Kubernetes ve Red Hat OpenShift AI
Açık ağırlıklı modeller: Llama, Mistral, Qwen, Gemma
vLLM ve Ollama ile model sunumu seçenekleri
Açık kaynak lisansları ve kullanım kısıtları
Vaka: Veri egemenliği gereken kamu kurumunda seçim

Modül 4

Gereksinim Analizi Atölyesi

Kullanım senaryolarını platform yeteneklerine eşleme
İşlevsel ve işlevsel olmayan gereksinimler
Gecikme, ölçek, erişilebilirlik ve veri hacmi hedefleri
Paydaş haritası: BT, güvenlik, hukuk, iş birimleri
Atölye: Kurumunuz için gereksinim şablonunu doldurma
Günün değerlendirmesi ve değerlendirme gününe köprü

Günün hedefiAğırlıklı değerlendirme matrisi oluşturmak, toplam sahip olma maliyetini modellemek, güvenlik ve mevzuat gerekliliklerini sınamak ve karar veren bir kavram kanıtı tasarlamak.

Modül 1

Değerlendirme Çerçevesi ve Puanlama

Kriter kümeleri: yetenek, güvenlik, maliyet, ekosistem
Ağırlıklandırma yöntemleri ve paydaş uzlaşması
Genel kıyaslama testleri ile kuruma özel test seti farkı
Sağlayıcı yol haritası ve ürün olgunluğu değerlendirmesi
Referans görüşmeleri ve bağımsız analist raporlarının yeri
Atölye: Ağırlıklı puanlama matrisi oluşturma

Modül 2

Toplam Sahip Olma Maliyeti ve FinOps

Token bazlı, işlem saati bazlı ve kullanıcı bazlı fiyatlama
Ayrılmış kapasite ve sağlanan verim (provisioned) seçenekleri
Gizli maliyetler: veri transferi, depolama, işletim ekibi
Önbellekleme, küçük model ve toplu işleme ile tasarruf
FinOps pratikleri: etiketleme, bütçe ve maliyet paylaşımı
Atölye: Üç yıllık TCO karşılaştırma modeli

Modül 3

Güvenlik, Mevzuat ve Sözleşme Konuları

KVKK, yurt dışına veri aktarımı ve veri konumu
Sağlayıcının veriyi model eğitiminde kullanma koşulları
EU AI Act yükümlülüklerinin platform seçimine etkisi
ISO/IEC 42001 ve ISO/IEC 27001 uyum beklentileri
SLA, çıkış stratejisi ve veri taşınabilirliği maddeleri
Vaka: Bankacılıkta bulut YZ servisi uyum değerlendirmesi

Modül 4

Kavram Kanıtı Tasarımı ve Tedarik

Karar veren kavram kanıtı (PoC): kapsam ve başarı ölçütü
Kuruma özel değerlendirme veri seti hazırlama
Çoklu model stratejisi ve sağlayıcı bağımlılığı riski
Teklif isteme (RFP) dokümanında teknik kriterler
Karar dokümanı ve yönetim sunumu hazırlama
Atölye: Bir senaryo için PoC planı ve başarı kriterleri

Günün hedefiSeçilen platformu kurumsal sistemlere bağlayan entegrasyon kalıplarını tasarlamak, güvenlik ve gözlemlenebilirliği sağlamak ve vaka ile yol haritası oluşturmak.

Modül 1

Entegrasyon Kalıpları ve Ağ Geçitleri

Senkron API, asenkron kuyruk ve olay güdümlü kalıplar
API yönetimi: Azure API Management, Apigee, Kong
LLM ağ geçidi: model yönlendirme, kota ve yedekleme
OpenAI uyumlu API standardı ve LiteLLM örneği
Kimlik federasyonu: OAuth 2.0, OIDC ve Entra ID
Demo: Ağ geçidi arkasında iki model sağlayıcı kullanımı

Modül 2

Kurumsal Veri ve Uygulama Entegrasyonu

RAG için SharePoint, dosya sunucusu ve wiki bağlantıları
ERP ve CRM sistemlerine güvenli okuma-yazma erişimi
Model Context Protocol (MCP) ile araç ve veri bağlama
Belge düzeyinde yetki aktarımı ve erişim kontrolü
Ajan tabanlı iş akışlarında insan onayı adımları
Atölye: Müşteri hizmetleri asistanı entegrasyon şeması

Modül 3

Güvenlik, Gözlemlenebilirlik ve İşletim

OWASP LLM Uygulamaları için Top 10 risk başlıkları
İstem enjeksiyonu ve veri sızıntısına karşı korumalar
OpenTelemetry ile iz, günlük ve metrik toplama
Langfuse gibi araçlarla LLM çağrısı izleme ve maliyet
Kalite değerlendirmesi, sürüm yönetimi ve geri dönüş
Olay müdahalesi ve operasyon sorumluluk matrisi

Modül 4

Vaka Çalışması, Yol Haritası ve Kapanış

Grup vakası: seçim gerekçesi ve entegrasyon mimarisi
Grup sunumları ve mimari inceleme geri bildirimi
12 aylık platform yol haritası ve yönetişim modeli
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve şablon setinin teslimi
Kapanış: Karar sonrası sürekli değerlendirme döngüsü

Eğitim Kazanımları

Pazar Hakimiyeti — Bulut, veri platformu ve açık kaynak YZ seçeneklerini katmanlarıyla karşılaştırıp güçlü yönlerini ayırt edebileceksiniz.
Gereksinim Analizi — Kurumsal YZ ihtiyaçlarını işlevsel ve işlevsel olmayan, ölçülebilir platform gereksinimlerine dönüştürebileceksiniz.
Nesnel Değerlendirme — Ağırlıklı puanlama matrisi ve kuruma özel test setleriyle sağlayıcıları tarafsız biçimde puanlayabileceksiniz.
TCO Modelleme — Token, işlem ve işletim maliyetlerini içeren üç yıllık toplam sahip olma maliyeti modeli hazırlayabileceksiniz.
Uyum Değerlendirmesi — KVKK, EU AI Act ve ISO/IEC 42001 gerekliliklerini platform ve sözleşme kararlarına yansıtabileceksiniz.
Kavram Kanıtı — Başarı kriterleri net, karar üretmeye odaklı ve süresi sınırlı bir PoC planı tasarlayıp yönetebileceksiniz.
Entegrasyon Mimarisi — LLM ağ geçidi, MCP ve kurumsal kimlik altyapısıyla güvenli bir YZ entegrasyon mimarisi kurgulayabileceksiniz.
İşletim ve İzleme — OpenTelemetry tabanlı gözlemlenebilirlik ve OWASP risk kontrolleriyle YZ servislerini sürdürülebilir işleteceksiniz.

Kimler İçin Uygundur?

BT yöneticileri
kurumsal ve çözüm mimarları
yapay zeka program yöneticileri
platform ve altyapı ekipleri
bilgi güvenliği uzmanları ile satın alma sorumluları.

Sıkça Sorulan Sorular

Yapay Zeka Platformu Seçimi ve Entegrasyon Eğitimi kimler için uygundur?

Program; BT yöneticileri, kurumsal ve çözüm mimarları, yapay zeka program yöneticileri, platform ve altyapı ekipleri, bilgi güvenliği uzmanları ile teknoloji satın alma sorumluları için tasarlanmıştır.

Eğitimde belirli bir bulut sağlayıcısı mı öneriliyor?

Hayır. Eğitim sağlayıcıdan bağımsızdır. AWS, Microsoft Azure, Google Cloud, IBM watsonx, veri platformları ve açık kaynak seçenekler aynı kriter setiyle karşılaştırılır; karar kurumun gereksinimlerine göre verilir.

Eğitim ne kadar sürer ve nasıl bir akışı vardır?

Eğitim 3 tam gün ve 12 modülden oluşur. İlk gün pazar ve gereksinim analizi, ikinci gün puanlama, TCO, uyum ve kavram kanıtı, üçüncü gün entegrasyon mimarisi, güvenlik ve vaka sunumu işlenir.

Katılım için programlama bilgisi gerekiyor mu?

Gerekmez. Kurumsal BT mimarisi, bulut modelleri ve temel yapay zeka kavramlarına aşinalık yeterlidir. Mimari demolar teknik ekiplerin ayrıntıyı, yöneticilerin karar mantığını izleyebileceği biçimde kurgulanır.

Eğitim sonunda hangi çıktılar ve sertifika sağlanıyor?

Katılımcılar puanlama matrisi, TCO modeli, PoC planı ve entegrasyon şeması şablonlarını teslim alır. Programı tamamlayanlar Digital Vizyon Akademi sertifikası almaya hak kazanır.

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

YAPAY ZEKA PLATFORMU SEÇİMİ VE ENTEGRASYON EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Ön Koşullar

Eğitim İçeriği

Yapay Zeka Platform Katmanları

Hiper Ölçekli Bulut Platformları

Veri Platformları ve Açık Kaynak Seçenekler

Gereksinim Analizi Atölyesi

Değerlendirme Çerçevesi ve Puanlama

Toplam Sahip Olma Maliyeti ve FinOps

Güvenlik, Mevzuat ve Sözleşme Konuları

Kavram Kanıtı Tasarımı ve Tedarik

Entegrasyon Kalıpları ve Ağ Geçitleri

Kurumsal Veri ve Uygulama Entegrasyonu

Güvenlik, Gözlemlenebilirlik ve İşletim

Vaka Çalışması, Yol Haritası ve Kapanış

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Benzer Programlar

Yapay Zeka Güvenliğine Giriş Eğitimi

Yapay Zeka Kurumsal Strateji Yönetimi Eğitimi

Yapay Zeka Küresel Yönetişim Çerçeveleri Eğitimi