Yapay Zeka Eğitimi · Vibe Coding ve Doğal Dil ile Geliştirme
Şirketler için Vibe Coding ve Doğal Dil ile Yazılım Geliştirme Eğitimi
Yapay zeka asistanlarına doğal dille komut vererek kod yazdırmak prototipleri hızlandırıyor, ancak ilk derlenen taslağı doğrudan canlı ortama taşımak ciddi teknik borç ve güvenlik açıkları yaratıyor. Bu atölyede vibe coding hızını mühendislik disiplini, kabul kriterleri ve bağımsız doğrulama adımlarıyla birleştiriyoruz.
Yazılım ekipleri Cursor, Claude Code ve GitHub Copilot ile küçük, geri alınabilir ve test edilmiş pull request'ler üretmeyi öğreniyor. Geliştirici olmayan ürün ve operasyon çalışanları ise v0 ve Lovable üzerinde sentetik veriyle güvenli prototipler hazırlayarak mühendisliğe eksiksiz devir yapıyor.
- modül
- 6
- saat
- 13
Çalıştığımız markalardan bazıları
Farklı sektörlerden birlikte çalıştığımız seçkin markalar.
MeteksanTürkiyeVaka Analizi
VisperaTürkiyeVaka Analizi
Neden bu eğitim
Neden bu yapay zeka becerisi?
Yapay zeka modellerine doğal dille kod yazdırmak yazılım geliştirme süreçlerini hızlandırıyor, ancak çalışan her kod parçası üretime hazır anlamına gelmiyor. Gerçek kurumsal kazanım, belirsiz komutlarla kod üretmek yerine net kabul kriterleri koymaya, bağlam sınırlarını yönetmeye ve üretilen her satırı bağımsız testlerle doğrulamaya dayanıyor. Bu atölyede yazılım mühendisleri, teknik liderler ve geliştirici olmayan ürün ekipleri, Cursor, Claude Code, GitHub Copilot ve v0 gibi modern araçlarla çalışırken hız ile mühendislik disiplini arasındaki dengeyi kuruyor. Ekipleriniz ezber yöntemleri bırakarak kabul kriterlerine dayalı şartnameler hazırlıyor, oturum sapmalarını kontrol altına alıyor ve güvenlik denetiminden geçmiş kanıt paketleriyle canlıya alma kararı veriyor. Kurumsal veri sınırlarını, KVKK ilkelerini ve Avrupa Birliği Yapay Zeka Tüzüğü gerekliliklerini gözeterek şekillendirilen çalışma kültürü, eğitim sonrasında 90 günlük ölçülebilir bir pilot planıyla kalıcı alışkanlığa dönüşüyor. Program yazılım ekipleri için yapay zeka eğitimimizdeki pratiklerle doğrudan konuşuyor, tekil araçlarda uzmanlaşmak için Claude Code eğitimimizi ve Cursor eğitimimizi, kurum geneli yetkinlik programları için yapay zeka eğitim kataloğumuzu inceleyebilirsiniz.
Ekipler kişisel hesaplarla kontrolsüz vibe coding yapıyor
Yazılımcılar ve analistler kurumsal onay beklemeden kişisel hesaplarla çeşitli yapay zeka araçlarını deniyor. Kod parçacıklarının, şirket sırlarının ve veri tabanı şemalarının kontrolsüz araçlara taşınması güvenlik, lisans ve gizlilik açısından öngörülemeyen kurumsal riskler yaratıyor.
Yapay zekanın ürettiği kodları kimin denetleyeceği belirsiz kalıyor
Ekipler bir meslektaşlarının açtığı pull request için oturmuş bir inceleme sürecine sahipken, kodlama asistanlarının ürettiği yüzlerce satırlık kodlar çoğu zaman yüzeysel olarak onaylanıyor. Anlaşılmadan kabul edilen akışlar derin bir bilişsel borç ve bakım zorluğu oluşturuyor.
Halüsinasyon paketler ve yetkilendirme açıkları üretim riskini artırıyor
Dil modelleri var olmayan üçüncü taraf kütüphaneleri içe aktarabiliyor, oturum kontrolünü yetkilendirme zannedebiliyor veya sorgularda SQL enjeksiyonu riskleri bırakabiliyor. Bu hatalar bağımsız güvenlik testleri olmadan fark edilmediğinde canlı sistemlerde yüksek maliyetli kesintilere neden oluyor.
Geliştirici olmayanların prototipleri mühendislik devrinde tıkanıyor
Ürün yöneticileri veya analistler doğal dille çalışan etkileyici arayüzler kurabiliyor, ancak bu prototipler veri tabanı kuralları ve kurumsal mimariyle örtüşmüyor. Net devir sınırları çizilmediğinde mühendislik ekipleri prototipi sıfırdan yazmak zorunda kalıyor.
Hangi işlerin yapay zekaya devredileceğine dair ortak sınır bulunmuyor
Şirket genelinde yeşil, sarı ve kırmızı görev sınırları çizilmediğinde çalışanlar ya basit işlerde dahi yapay zekadan çekiniyor ya da kritik yetkilendirme kararlarını modele bırakıyor. Ekiplerin net bir görev uygunluk çerçevesine ve onay matrisine ihtiyacı bulunuyor.
Müfredat
Eğitim müfredatı
Otonomi haritası ve güvenli başlangıç ilkeleri
105 dkBaşlangıç
Bu modülde kodlama asistanlarını otomatik tamamlama, sohbet, planlama modu ve otonom ajanlar ekseninde tek bir haritada inceliyoruz. Vibe coding kavramının nerede bittiğini ve profesyonel, kanıta dayalı geliştirmenin nerede başladığını netleştiriyoruz. Ekipler araçların popülaritesine göre değil, kod tabanı mimarisi, veri gizliliği ve izin seviyelerine göre güvenli başlangıç tercihlerini belirliyor.
- Otomasyon yelpazesi: Otomatik tamamlama, sohbet, plan modu ve otonom ajanların sınırları
- Vibe coding ile kanıta dayalı mühendislik arasındaki net üretim sınırı
- CLEAR görev uygunluk testi: Yeşil doğrudan devir, sarı denetimli yürütme ve kırmızı insan yetkisi
- Araç seçimi kriterleri: Kod tabanı yapısı, veri sınıflandırması ve kurumsal kontroller
- Şirket içi veri sızıntılarını önleyen güvenli ortam ve izin varsayılanları
- Vaka analizi: Sekiz farklı geliştirme görevinin risk ve yetki sınıflandırması
Şartname odaklı geliştirme: Bağlam yönetimi ve küçük döngüler
150 dkOrta seviye
İlk denemenin doğru çıkmasını beklemek yerine tekrar edilebilir şartname odaklı bir geliştirme disiplini kuruyoruz. Ekipler kabul kriterleri ve sınırları net bir geliştirme şartnamesi yazıyor, bağlam bütçesini yönetiyor ve asistanı küçük adımlarla yönlendiriyor. Oturum yönünü kaybettiğinde temiz bir noktaya dönerek kod tabanının mimari tutarlılığını koruyoruz.
- Uygulanabilir şartname anatomisi: Hedefler, iş kuralları, arayüzler ve kapsam dışı maddeler
- Asistanın doğru çalışması için minimal bağlam manifestosu ve repo talimatları hazırlamak
- Araştırma, planlama, onaylama, uygulama ve inceleme döngülerini işletmek
- Kod tabanında mimari sapmayı önlemek için dosya ve satır bazlı diff bütçesi belirlemek
- Oturum sapması belirtilerini erken fark etmek ve güvenli noktadan kurtarma adımları
- Kurumsal kodlama standartlarını koruyan yeniden kullanılabilir istem ve repo kuralları kütüphanesi
Ajan çıktısından üretim kanıtına ve güvenlik denetimine
180 dkOrta seviye
Bir geliştiricinin bilgisayarında çalışan kod ile kurumsal üretime güvenle alınabilecek kod arasındaki farkı somut delillerle ortaya koyuyoruz. Katılımcılar yapay zeka tarafından yazılmış gerçekçi bir pull request'i inceliyor, gizlenmiş güvenlik açıklarını ve hatalı bağımlılıkları tespit ediyor. Modelin kendi onayına güvenmek yerine bağımsız testler ve tarayıcılarla kanıt paketi oluşturuyoruz.
- Yapay zeka tarafından yazılan kodu kıdemli mühendis titizliğiyle inceleme metodolojisi
- Gizli risklerin tespiti: Yetkilendirme atlatma, SQL enjeksiyonu ve sızdırılmış kimlik bilgileri
- Var olmayan harici kütüphaneleri içe aktaran paket halüsinasyonlarını yakalama ve doğrulama
- Sadece mutlu senaryoları doğrulayan aldatıcı testleri ayıklayıp bağımsız sınır testleri yazmak
- Kodun anlaşılmadan kabul edilmesini önleyen bilişsel borç yönetimi ve kod açıklama pratiği
- Üretime alma, şartlı onay veya durdurma kararını içeren kapsamlı kanıt paketi hazırlığı
Geliştirici olmayan ekipler için kontrollü prototipleme
105 dkBaşlangıç
Ürün yöneticileri, iş analistleri ve operasyon profesyonelleri için güvenli bir prototipleme akışı oluşturuyoruz. Çok modlu yapay zeka araçları ve sentetik verilerle bir ekran görüntüsünden çalışan arayüzler geliştiriyoruz. Prototipin nerede durması gerektiğini belirleyerek gerçek veri tabanlarına bağlanmadan, mühendislik ekibine eksiksiz bir devir paketi hazırlamayı öğreniyoruz.
- Ekran görüntüsü ve sentetik veriyle arayüz prototipleme: v0 ve Lovable iş akışları
- Görsel olarak bitmiş hissettiren arayüzlerin arkasındaki görünmeyen üretim mimarisi
- Kesin durma sınırları: Canlı veri tabanı, gerçek kimlik doğrulama ve harici entegrasyon yasakları
- Boş durum, hata mesajı, gecikme ve yetkisiz erişim ekranlarının prototip üzerinde test edilmesi
- Mühendislik ekibinin yeniden iş yapmasını önleyen yapılandırılmış devir paketi içeriği
- Ürün ve mühendislik rolleri arasında iki dakikalık prototip savunma ve devir görüşmesi
Kurumsal yönetim modeli, politikalar ve etki ölçümü
120 dkİleri seviye
Kişisel araç denemelerini şirket geneline yayılabilir kurumsal bir sisteme dönüştürüyoruz. Katılımcılar açık, uygulanabilir üç katmanlı bir yapay zeka kodlama politikası yazıyor, veri aktarım ve tedarikçi değerlendirme kapılarını tanımlıyor. Sürecin başarısını sadece kabul edilen öneri sayısı ile değil, kod kalitesi, inceleme süreleri ve güvenlik göstergeleriyle ölçüyoruz.
- Üç katmanlı kullanım standardı: Yasaklı alanlar, korumalı izinler ve serbest görevler
- RACI sorumluluk matrisi: Model seçimi, kural güncellemeleri ve kod onay sahipliği
- Tedarikçi ve gizlilik değerlendirme kapısı: KVKK, veri saklama ve sınır ötesi aktarım kuralları
- Yanıltıcı metriklerin ötesi: İnceleme kuyrukları, döngü süreleri ve hata oranlarıyla etki ölçümü
- İç şampiyonlar ağı, haftalık ofis saatleri ve vaka paylaşım mekanizması kurgulamak
- Kalite ve inceleme dengesini koruyan 30, 60 ve 90 günlük pilot uygulama yol haritası
Bitirme laboratuvarı: Uçtan uca uygulama ve 90 günlük plan
120 dkİleri seviye
Ekipler vaka senaryosu üzerinde şartname yazma, kontrollü ajan yönlendirme, bağımsız kanıt üretimi ve inceleme adımlarını zaman kısıtı altında baştan sona yürütüyor. Süreç sırasında eğitmen tarafından enjekte edilen beklenmedik hata senaryolarına karşı kriz yönetimi sergileniyor. Katılımcılar hazırladıkları çıktıları jüriye savunarak kuruma özel 90 günlük yol haritasıyla ayrılıyor.
- MarmaraOps vaka senaryosu üzerinde şartname odaklı uçtan uca geliştirme ve prototipleme
- Hata enjeksiyonu tatbikatı: Beklenmedik oturum sapması, bağımlılık uyarısı veya yetki talebini yönetmek
- Bağımsız test sonuçları ve güvenlik taramalarını içeren nihai kanıt paketinin toplanması
- Beş dakikalık canlı savunma: Yöntem, yapay zekanın yanıldığı noktalar ve canlıya alma kararı
- Eğitimin ardından departmanlarda uygulanacak ilk 30 günlük somut eylem planı
Kazanımlar
Kazanımlar ve katılımcılar
Neler öğreneceksiniz?
- Şartname odaklı geliştirme (spec-first) ile kabul kriterleri ve mimari sınırları netleştirilmiş özellikler geliştirmek
- Kurumsal standartları ve mimari sınırları koruyan programa özel istem ve repo kural kütüphanesi (AGENTS.md) oluşturmak
- Oturum sapmalarını ve kapsam genişlemesini engelleyen operasyonel aksiyon kaydı ve oturum kurtarma protokolü işletmek
- Bağımsız test koşumları ve güvenlik taramaları içeren kontrol toplamı doğrulama modeliyle yapay zeka çıktısının doğruluğunu kanıtlamak
- Yetkilendirme zafiyetlerini, SQL açıklarını ve paket halüsinasyonlarını yakalayan pull request denetim ve inceleme şablonu uygulamak
- Risk sınıflandırmasına dayalı olarak canlıya alma veya durdurma tercihini gerekçelendiren yönetici karar notu (decision memo) hazırlamak
- Geliştirici olmayan ekipler için sentetik verilerle çalışan ekran prototipleri tasarlayıp mühendisliğe eksiksiz devir paketi sunmak
- KVKK ve kurumsal veri sınırlarına uyumlu üç katmanlı yapay zeka kodlama politikasını ve 90 günlük pilot yol haritasını devreye almak
Kimler katılmalı?
- Yapay zeka kodlama asistanlarını kurumsal kod tabanına entegre eden yazılım mühendisleri ve teknik liderler
- Ortak kodlama standartları, mimari tutarlılık ve teknik borç yönetiminden sorumlu mühendislik yöneticileri ve CTO'lar
- Hızlı fikir doğrulama ve iç araç prototiplemesi yürüten ürün yöneticileri ve iş analistleri
- CI/CD süreçleri, test otomasyonu ve kod inceleme kalitesinden sorumlu DevEx ve QA ekipleri
- Kodlama ajanlarının izinlerini, gizlilik ve veri güvenliği sınırlarını denetleyen bilgi güvenliği ve uyum sorumluları
- Kurum genelinde teknik yetkinlik dönüşümünü ve yapay zeka okuryazarlığını koordine eden L&D ve İK profesyonelleri
Format
Eğitim formatı
Ana program toplam 13 saat sürer (780 dakika) ve genellikle iki tam güne yayılır. Ekiplerin proje takvimlerini aksatmamak adına eğitim dörder yarım günlük oturumlar hâlinde de planlanabilir. Yerinde ve canlı online sınıflar aynı uygulamalı müfredatı ve laboratuvar çalışmalarını kapsar.
- Format
- Yerinde veya canlı online
- Süre
- 2 gün (yaklaşık 13 saat / 780 dakika, yarım günlük oturumlara bölünebilir)
- Grup büyüklüğü
- Grup başına en fazla 20 katılımcı
- Dil
- Türkçe veya İngilizce
- Materyaller
- Şartname şablonları, PR denetim kontrol listesi, repo kuralları ve 90 günlük pilot rehberi
- Sertifika
- Zeo onaylı tamamlama sertifikası
Keşfetmeye devam edin
İlgili programlar
Sonraki adım
Mühendislik ve ürün ekipleriniz için programı birlikte planlayalım
Sorular
Sıkça sorulan sorular
Cursor veya Claude Code çıktısını doğrudan canlı ortama (production) alabilir miyiz?
Model çıktısı ne kadar temiz görünürse görünsün doğrudan canlı ortama alınmasını önermiyoruz. Vibe coding, fikri hızla çalışan bir kod taslağına dönüştürmek ve geliştirici verimliliğini artırmak için oldukça etkilidir. Ancak derlenen ve çalışan her kod parçası kendiliğinden güvenli, test edilmiş veya mimariye uygun anlamına gelmez. Bu programda asistanlarla hızlı kod üretmeyi, hangi diff'in güvenle onaylanacağına karar veren çok katmanlı inceleme ve test disipliniyle birleştiriyoruz. Çıktılar ancak risk temelli inceleme, bağımsız testler ve güvenlik taramalarından geçtikten sonra standart sürüm süreçlerine dahil edilir.
Bu eğitime katılmak için yazılım geliştirici olmak şart mı?
Hayır, katılımcıların tamamının yazılımcı olması gerekmiyor. Eğitim programımız karma kurumsal ekiplerin birlikte çalışabilmesi için iki paralel patika içerir. Mühendislik ekipleri mevcut kod tabanında ajan yönetimi, test ve güvenlik denetimlerine odaklanırken, ürün yöneticileri ve operasyon ekipleri v0 veya Lovable üzerinde sentetik veriyle çalışan arayüz prototipleri tasarlar. Geliştirici olmayan katılımcılar kod yazmadan fikirlerini doğrulamayı ve mühendislik ekibine yeniden yazım gerektirmeyen eksiksiz devir paketleri teslim etmeyi öğrenir.
İki günlük eğitim akışı ve oturum süreleri nasıl planlanıyor?
Program toplam 13 saatlik (780 dakika) uygulamalı çalışmadan oluşur ve genellikle iki tam gün olarak yürütülür. Ekiplerin operasyonel işlerini aksatmamak amacıyla programı dörder yarım günlük oturumlar şeklinde de planlayabiliyoruz. Müfredat, temel otonomi kavramlarından başlayarak şartname yazımı, PR inceleme laboratuvarı, prototipleme ve kurumsal yönetim konularını kapsar. Son oturumda ise ekipler jüri karşısında canlı vaka savunması yaparak pratik kazanır.
Eğitimde hangi yapay zeka araçları ve modelleri ele alınıyor?
Geliştirici laboratuvarlarında GitHub Copilot, Cursor ve terminal tabanlı Claude Code araçlarını temel alıyoruz. Arayüz prototipleme oturumlarında ise çok modlu ekran tasarımı sağlayan v0 ve Lovable platformlarını inceliyoruz. Araçlar ve model sürümleri hızla yenilendiği için tek bir markanın arayüzünü ezberletmek yerine tüm araçlarda geçerli olan taşınabilir şartname, bağlam yönetimi ve denetim metodolojisini aktarıyoruz. Böylece kurumunuz ileride farklı bir araca geçse bile kurulan mühendislik disiplini geçerliliğini korur.
Bu programın ücretsiz araç eğitimlerinden ve Copilot Akademisi'nden farkı nedir?
Ücretsiz platform eğitimleri katılımcılara belirli bir aracın düğmelerini ve temel özelliklerini öğretir. Zeo'nun kurumsal programı ise araç kullanımını şirket içi bir mühendislik sistemine dönüştürür. Eğitimde gerçek dünya zafiyetleri içeren hatalı pull request'leri inceliyor, oturum sapmalarını kurtarma tatbikatları yapıyor, geliştirici ile ürün ekipleri arasında devir sınırlarını belirliyor ve KVKK uyumlu üç katmanlı kullanım politikası oluşturuyoruz. Katılımcılar sadece aracı tanımakla kalmaz, kurumlarına özel 90 günlük ölçülebilir bir benimseme planı üretir.
Çalışmaları kurumumuzun kendi kod tabanı üzerinde yapabilir miyiz?
Evet, belirli güvenlik şartları sağlandığında kurumunuzun kod tabanı üzerinde çalışabiliyoruz. Bunun için onaylı kurumsal hesapların tanımlanmış olması, ilgili çalışma dalında gerçek kişisel verilerin veya gizli anahtarların bulunmaması ve teknik ortamın doğrulanmış olması gerekir. Genellikle adil değerlendirme ve tüm ekiplerin aynı hızda ilerleyebilmesi için özel olarak tasarlanmış sentetik MarmaraOps kod tabanını tercih ediyoruz. Eğitim sonrasında düzenlenen özel klinik oturumlarında ise elde edilen kazanımları doğrudan şirketinizin canlı projelerine aktarıyoruz.
Kod güvenliği, fikri mülkiyet ve KVKK uyumu nasıl güvenceye alınıyor?
Eğitimin tamamında sentetik veri setleri ve kurgusal senaryolar kullanılır, şirketinizin gizli müşteri verileri veya canlı API anahtarları asla araçlara aktarılmaz. Modül içinde üretken yapay zeka kullanımında KVKK Rehberi, 6698 sayılı Kanun kapsamındaki yurt dışı veri aktarımı kuralları ve Avrupa Birliği Yapay Zeka Tüzüğü gerekliliklerini inceliyoruz. Ayrıca üretilen kodlarda açık kaynak lisans uyumu, paket halüsinasyonu riskleri ve gizli anahtar sızıntılarını engelleyen repo kurallarını katılımcılarla birlikte yapılandırıyoruz.
Eğitim bütçesi nasıl belirleniyor ve sonrasında hangi materyaller teslim ediliyor?
Program bütçesi katılımcı sayısı, eğitimin yerinde veya canlı online yürütülmesi ve kurumunuza özel uyarlama gereksinimlerine göre şekillendirilir. Eğitim tamamlandığında ekibinizin kullanımına hazır şartname şablonları, PR inceleme ve kanıt kontrol listesi, repo talimat kuralları (AGENTS.md), üç katmanlı kurumsal AI kodlama politikası ve 90 günlük pilot takip rehberi dijital paket olarak teslim edilir.