Private AI & RAG – Teknik Hazırlık İçerikleri (Self-Paced)
TAÜ-SEM Programı Öncesi, Kendi Hızınızda Mimari Hazırlık ve Uygulama
Bu sayfa, kurumsal RAG ve Local LLM mimarilerinin teknik temeline program öncesinde ve kendi hızında hâkim olmak isteyen profesyoneller için hazırlanmıştır.
Buradaki içerikler, yaklaşan TAÜ-SEM Private AI & RAG Engineering programının bir ön koşulu değildir; ancak programa doğru teknik zeminle, bilinçli ve hazır başlamak isteyenler için bir “Isınma Turu” niteliğindedir.
⚠️ Beklenti Yönetimi: Bu İçerikler Ne Değildir?
Bu bölüm, zamanınızı ve enerjinizi doğru yönetmeniz için şeffaflıkla oluşturulmuştur.
❌ Canlı Eğitim Değildir: İçerikler asenkron (self-paced) video ve dokümanlardan oluşur. Takvime bağlı kalmadan izleyebilirsiniz.
❌ Sertifika Programı Değildir: Bu bir hazırlık serisidir. Sertifikasyon, ana program (TAÜ-SEM) kapsamındadır.
❌ Birebir Mentorluk İçermez: Ana programdaki proje danışmanlığı bu aşamada yer almaz.
✅ Amaç: Herkesi aynı teknik seviyeye zorlamak değil; programa geçmeden önce “Local LLM” ve “RAG” mimarisini doğru çerçevede anlamayı sağlamaktır.
🧠 Kapsam: Neleri İnşa Edeceksiniz?
Teorik slaytlar yerine, mühendislik pratiklerine odaklanan bir akış sunulur:
1
Kurumsal Veri Hazırlığı
“Kirli” PDF’ler, tablo problemleri ve temizleme (parsing) stratejileri.
2
RAG Mimarisi
Chunking (Parçalama), Vektör Veritabanları ve Metadata tasarımı.
3
Güvenilirlik
Halüsinasyonu önleyen “Kaynak Gösterimi” (Citation) mekanizmasının mantığı.
4
Local LLM Entegrasyonu
Veriyi dışarı çıkarmadan, Ollama ve açık modellerle (Llama/Mistral) çalışma.
5
Temel Değerlendirme (Eval)
“Sistemim doğru çalışıyor mu?” sorusuna verilecek ilk teknik yanıtlar.
💻 Teknik Ortam & Gereksinimler
Milyon dolarlık sunuculara ihtiyacınız yok. Mimariyi erişilebilir donanımlar üzerine kurguluyoruz.
🏠
Local Öncelikli
Kendi bilgisayarınızda, veri gizliliği esaslarına uygun çalışma mantığı anlatılır.
⚡
CPU Dostu
Quantized modeller sayesinde GPU zorunluluğu yoktur. 16GB RAM‘li standart bir bilgisayar yeterlidir.
☁️
Alternatif: Colab
Yerel kurulum tercih etmeyenler için, Google Colab (Bulut) çalışma defterleri de seçenek olarak sunulur.
Not: İçeriklerde model veya marka bağımlılığı yoktur. Mimari yaklaşım esas alınır.
🎓 Program ile İlişkisi & Erişim Modeli
Bu teknik hazırlık içerikleri, TAÜ-SEM Private AI & RAG Engineering programına katılmayı düşünenlere açık erişim (open access) olarak sunulacaktır.
Hazırlık içeriklerini tamamlayan katılımcılar:
✓ Programdaki mimari tartışmaları daha rahat takip eder.
✓ Uygulamalı proje bölümlerinde daha hızlı ilerler.
✓ Kendi şirket verileri için doğru mimariyi daha net konumlandırır.
📬 Hazırlık İçerikleri Yayına Girdiğinde Haberdar Olun
Teknik hazırlık içerikleri yayına alındığında ve TAÜ-SEM program takvimi netleştiğinde bilgi almak için listeye katılın.
Program öncesinde mimariyi anlamak, süreç başladığında size avantaj sağlayacaktır.