Yapay Zeka Eğitimi · Yazılım ve Geliştirme
Yazılım ve Geliştirme Ekipleri için Yapay Zeka Eğitimi
Yazılım mühendisleri kod yazmanın yanı sıra pull request açıklamaları, mimari tasarım dokümanları, test planları, olay kronolojileri ve operasyon kılavuzları için ciddi bir mesai harcıyor. Kodun çevresinde yürüyen bu iletişim ve belgeleme çalışmaları, teslimat kalitesini ve hızını doğrudan etkiliyor.
Bu program tamamen araç bağımsız bir yapıda tasarlandı. Belirli bir editöre veya tek bir asistan modeline bağlı kalmadan, mühendislik bilgi işlerinde yapay zekayı güvenli ve doğrulanabilir biçimde kullanmayı amaçlıyor. Taslak üretimi hızlanırken nihai teknik karar, kod incelemesi, kök neden onayı ve canlıya dağıtım yetkisi daima deneyimli mühendislerin sorumluluğunda kalıyor.
- modül
- 6
- saat
- 13
Çalıştığımız markalardan bazıları
Farklı sektörlerden birlikte çalıştığımız seçkin markalar.
MeteksanTürkiyeVaka Analizi
VisperaTürkiyeVaka Analizi
Neden bu eğitim
Neden bu ekibe özel yapay zeka?
Mühendislik ekiplerinin haftalık mesaisini çoğu zaman kod yazımı değil, kodun etrafındaki dokümantasyon ve iletişim süreçleri tüketiyor. Bir teknik lider akşam saatlerinde pull request açıklamasını toparlamaya çalışırken, test mühendisi gereksinimleri karşılayan kapsamlı bir test planı hazırlamak için çabalıyor. Nöbetçi sistem mühendisi ise gece yarısı üç farklı iletişim kanalına dağılmış log ve mesajlardan olay kronolojisi çıkarmaya uğraşıyor. Bu metinlerin aceleye gelmesi teknik borcu, inceleme gecikmelerini ve üretim ortamındaki hata riskini doğrudan artırıyor.
Yapay zeka asistanları karmaşık bir diff çıktısının risk alanlarını özetleyebiliyor, mimari karar kayıtlarını taslaklayabiliyor veya dağınık loglardan tutarlı zaman çizelgeleri kurabiliyor. Ancak neyin canlıya alınacağına, hangi sınır durumların test edileceğine veya bir olayın asıl kök nedenine karar vermek daima mühendisin yetkisinde kalıyor. Bu eğitimde ekiplerinize kanıta dayalı istem disiplini, doğrulanabilir kontrol adımları ve kurumsal veri sınırları kazandırıyoruz. Doğrudan kod üretimi ve uygulama geliştirme adımları için Vibe Coding eğitimine, diğer kurumsal programlarımız için yapay zeka eğitimlerimize göz atabilirsiniz.
Mühendislik iletişimi sprint takvimine sığmıyor
Pull request açıklamaları, mimari tasarım kayıtları ve olay sonrası raporlar her sürümde birikiyor. Bu durum kıdemli mühendislerin teslimat odağını dağıtarak kritik geliştirme süreçlerini yavaşlatıyor.
Her mühendisin farklı araç kullanması ortak kaliteyi dağıtıyor
Claude Code, Cursor, Copilot veya tarayıcı asistanları arasında ekiplerin ortak bir çalışma disiplini kurması zorlaşıyor. Dokümantasyon ve inceleme süreçleri geliştiricinin kişisel araç tercihinden bağımsız standart bir yöntem gerektiriyor.
Kod ve metin hacmi arttıkça inceleme kuyrukları tıkanıyor
Yapay zekanın ürettiği hızlı taslaklar kontrol edilmediğinde inceleyicilerin üzerine ciddi bir doğrulama yükü biniyor. Kanıta bağlı olmayan geniş değişiklik paketleri yerine küçük ve odaklı inceleme disiplini önem kazanıyor.
Kaynak kod ve loglar editör dışına kontrolsüz taşınıyor
Diff çıktıları, hata kayıtları ve olay anındaki mesajlaşmalar kaynak kodun kendisi kadar hassas veriler barındırıyor. Ekiplerin bu içerikleri korumasız harici araçlara yapıştırmasını önlemek için net veri işleme kuralları gerekiyor.
Örtük bilgi belgelenmediğinde operasyonel hafıza kayboluyor
Kod tabanının gerisinde kalan kurulum kılavuzları ve kişilerin hafızasında yaşayan runbook metinleri, kriz anlarında ve ekip değişimlerinde yüksek maliyet yaratıyor. Yapay zeka taslakları hızlandırırken bilginin doğrulanması ekibe dayanıyor.
Müfredat
Eğitim müfredatı
Kanıt disiplini, mühendislik muhakemesi ve güvenli kullanım sınırları
90 dkBaşlangıç
Dil modellerinin mühendislik bilgi işlerindeki rolünü araçtan bağımsız temel ilkelerle ele alıyoruz. Doğrudan devredilebilecek görevler, uzman denetiminde yürütülecek taslaklar ve mühendislik yetkisinde kalması gereken kararlar arasındaki sınırları netleştiriyoruz. KVKK, gizlilik ve güvenlik kontrollerini ilk istemden önce iş akışına yerleştiriyoruz.
- Dil modellerinin sınırları ve mühendislik bağlamında kanıta dayalı dönüşüm prensibi
- Üç durumlu operasyon modeli: Doğrudan dönüştürme, doğrulamalı taslak ve insan karar kapısı
- Yedi soruluk görev testi: Yeşil, sarı ve kırmızı risk sınırlarını belirlemek
- Kaynak kod, loglar, hata kayıtları ve yazışmalarda KVKK ile veri sınıflandırma kuralları
- İkna edici fakat hatalı teknik açıklamaları ve temelsiz kök neden iddialarını erken yakalamak
Kod inceleme hazırlığı, risk haritalama ve PR iletişimi
120 dkOrta seviye
Kod inceleme sürecinin sorumluluğunu yapay zekaya devretmeden, inceleme öncesi hazırlık ve iletişim adımlarını hızlandırıyoruz. Diff özetleri, değişiklik gerekçeleri, potansiyel etki alanı analizleri ve geri alma notları hazırlayarak inceleme kuyruğundaki darboğazları gideriyoruz.
- Diff ve çekme isteklerini (PR) kanıta dayalı inceleme brifingine dönüştürmek
- Değişiklik gerekçesi, risk haritası ve etkilenen sistem sınırlarını belirlemek
- Gerçekleşen testleri açıkça belgeleyen ve geri alma notları içeren PR açıklamaları hazırlamak
- Yapay zeka tarafından önerilen inceleme yorumlarını kıdemli mühendis süzgecinden geçirmek
- Büyük değişiklik paketlerinin inceleme yükünü azaltmak için küçük ve odaklı parçalarla çalışmak
- Kapsam sınırı: İnceleme desteği taslakta biter, kod birleştirme ve onay mühendiste kalır
Teknik dokümantasyon, mimari kayıtlar ve çok modlu analiz
150 dkOrta seviye
Kaynak koddan ve teknik notlardan yeni katılan mühendislerin hemen kullanabileceği, yaşayan dokümanlar üretiyoruz. Kod tabanı ile dokümanlar arasındaki çelişkileri denetliyor, mimari karar kayıtlarını (ADR) yapılandırıyor ve mimari diyagramları çok modlu modellerle incelerken görsel sınırları gözetiyoruz.
- Manifestolar ve kaynak koddan güncel README, kurulum kılavuzu ve API referansı çıkarmak
- Mimari karar kayıtlarını (ADR) ve teknik tasarım notlarını (RFC) standart şablonlarla yapılandırmak
- Kod tabanı ile mevcut dokümantasyon arasındaki çelişkileri ve eski varsayımları denetlemek
- Farklı kitleler için yazmak: Yeni başlayanlar, komşu ekipler ve bakım yapacak mühendisler
- Mimari diyagramları ve şemaları çok modlu modellerle incelerken görselin kanıt sınırlarını belirlemek
- Üretilen teknik metinler için iddia ve kanıt kütüğü kurarak güncelleme sorumlusu atamak
Test tasarımı, hata tekrar üretimi ve kalite güvencesi
120 dkOrta seviye
Test senaryolarının ve kalite dokümantasyonunun ilk taslağını oluştururken, test niyetini ve kapsam değerlendirmesini ekibin uzmanlığında tutuyoruz. Kabul kriterlerinden izlenebilirlik matrisi kuruyor, sınır durumları önceliklendiriyor ve ekran görüntüleriyle desteklenen tekrar üretilebilir hata kayıtları oluşturuyoruz.
- Kabul kriterlerinden gereksinim ve test izlenebilirlik matrisi çıkarmak
- Sınır durumları, eşzamanlılık ve hata senaryolarını risk derecesine göre önceliklendirmek
- Sahte kapsam yanılgısına düşmeden nelerin test edilmediğini açıkça belirten kalite planları yazmak
- Ekran görüntüsü, konsol çıktısı ve ortam bilgisiyle tekrar üretilebilir hata kayıtları hazırlamak
- Kararsız (flaky) test örüntülerini ve hata kayıtlarını triyaj amacıyla özetlemek
Olay yönetimi, zaman çizelgesi ve suçlayıcı olmayan öğrenme
150 dkİleri seviye
Kriz anında dağınık logları, izleme uyarılarını ve sohbet kayıtlarını doğrulanmış bir zaman çizelgesine dönüştürüyoruz. Spekülatif yorumların gerçeğin yerine geçmesini engelliyor, suçlayıcı olmayan olay sonrası inceleme (postmortem) raporları hazırlıyor ve sisteme dayalı aksiyonlar kurguluyoruz.
- Dağınık log ve mesaj kayıtlarını kaynak kimlikleriyle standart bir UTC kronolojisine dönüştürmek
- Doğrulanmış olguları, çıkarımları, hipotezleri ve bilinmeyenleri birbirinden ayırmak
- Somut sahipleri ve ölçülebilir başarı kriterleri olan suçlayıcı olmayan postmortem raporları yazmak
- Olay sırasında hassas müşteri verilerini, sırları ve log bilgilerini KVKK ilkeleriyle korumak
- Onaylı tek bir olgu setinden mühendislik, destek ve üst yönetim için farklı özetler üretmek
- Ekibin eğitim sonrasında kullanabileceği kalıcı ve doğrulanabilir bir postmortem şablonu oluşturmak
Kalıcı kurumsal bilgi, ekip işletim modeli ve bitirme projesi
150 dkİleri seviye
Atölyede kazanılan pratikleri kalıcı çalışma kılavuzlarına, ekip içi kurallara ve ölçülebilir bir işletim modeline bağlıyoruz. Örtük bilgiyi doğrulanmış runbook metinlerine dönüştürüyor, istem kütüphanesini yönetişim altına alıyor ve tüm modülleri birleştiren kapsamlı bir bitirme senaryosu yürütüyoruz.
- Örtük mühendislik bilgisini doğrulanmış operasyon kılavuzlarına (runbook) ve oryantasyon belgelerine çevirmek
- Görev bazlı onaylı araç matrisi, istem ve değerlendirme rubriği yönetim yapısı oluşturmak
- Yapay zeka asistanları için yetki sınırları: Salt okunur alanlar, üretim ortamı ve otonom dağıtım yasakları
- İstem enjeksiyonu ve güvenilmeyen depo içeriklerine karşı savunma mekanizmaları geliştirmek
- 30, 60 ve 90 günlük pilot uygulama adımlarıyla benimsemeyi ve kalite göstergelerini takip etmek
- Uygulamalı bitirme projesi: AtlasPay v2.14.1 sürüm ve öğrenme paketinin uçtan uca savunulması
Kazanımlar
Kazanımlar ve katılımcılar
Neler öğreneceksiniz?
- Kod tabanı ve teknik gereksinimlere dayanan, gerekçeleri ve risk sınırları net mimari karar notları (ADR) hazırlamak
- Değişiklik gerekçesi, risk haritası ve geri alma adımları içeren doğrulanabilir PR inceleme ve denetim şablonu oluşturmak
- Kabul kriterlerinden türetilen izlenebilirlik matrisi ve sınır durumlarla sahte kapsamı engelleyen bağımsız test doğrulama modeli kurmak
- Dağınık log ve mesajları standart zaman çizelgesine bağlayıp sorumlusu belirlenmiş operasyonel aksiyon ve olay kayıt kütüğü çıkarmak
- Mühendislik yaşam döngüsüne özel, kanıt zorunluluğu ve çıktı şeması tanımlı onaylı istem ve iş akışı kütüphanesi geliştirmek
- Ekran görüntüsü, konsol çıktısı ve ortam bilgisiyle geliştiricilerin hemen çözüme başlayabileceği tekrar üretilebilir hata kayıtları yazmak
- Kod tabanı, manifestolar ve servis tanımlarıyla birebir eşleşen, güncelliğini yitirmeyen kurulum ve teknik dokümantasyon paketleri oluşturmak
- Ayrılan ekip üyelerinin ardından operasyonel hafızayı koruyan canlı operasyon kılavuzları (runbook) ve bilgi tabanı yönetim disiplini kazanmak
Kimler katılmalı?
- Yazılım mühendisleri ve kıdemli geliştiriciler
- Teknik liderler, mimarlar ve mühendislik yöneticileri
- Kalite güvence (QA) ve test otomasyon mühendisleri
- Operasyon kılavuzlarını ve olay yönetimini üstlenen DevOps, platform mühendisleri ile SRE uzmanları
- Mühendislik oryantasyonu, yetkinlik gelişimi ve iç eğitim sorumluları
- Yazılım ve platform ekipleriyle birlikte çalışan teknik yazarlar
Format
Eğitim formatı
Mühendislik ekipleri iki gün veya dört yarım günlük oturum boyunca toplam 13 saat (780 dakika) birlikte çalışıyor. Alıştırmalarda canlı sırları veya müşteri verisini açığa çıkarmadan ekibinizin kendi repository'lerinin, ticket'larının ve geçmiş olaylarının temizlenmiş sürümlerini ya da hazır AtlasPay senaryo paketini kullanıyoruz.
- Format
- Yerinde veya canlı online
- Süre
- 2 gün (toplam 13 saat / 780 dakika, yarım günlük oturumlara bölünebilir)
- Grup büyüklüğü
- Grup başına en fazla 20 katılımcı
- Dil
- Türkçe veya İngilizce
- Materyaller
- Kod inceleme, dokümantasyon, test, olay ve runbook şablonları
- Sertifika
- Tamamlama sertifikası
Keşfetmeye devam edin
İlgili programlar
Sonraki adım
Yapay zeka kullanımını mühendislerinizin gerçek iş akışlarına göre kuralım
Sorular
Sıkça sorulan sorular
Bu eğitim hangi mühendislik rolleri için uygundur?
Program yazılım mühendisleri, kıdemli geliştiriciler, teknik liderler, mühendislik yöneticileri, QA ve test otomasyon mühendisleri, DevOps, platform ve SRE ekipleri ile teknik yazarlar için tasarlandı. Eğitim oturumlarını ekiplerin uzmanlığına göre odaklayabiliyor veya departmanlar arası inceleme ve teslimat kültürünü güçlendirmek amacıyla karma gruplar oluşturabiliyoruz.
Eğitim belirli bir kodlama asistanına mı bağlıdır?
Hayır. Eğitimimiz tamamen araç bağımsızdır. Ekipleriniz ister GitHub Copilot, ister Claude Code, Cursor, Gemini Code Assist veya tarayıcı tabanlı kurumsal asistanlar kullanıyor olsun, aynı kanıt temelli yaklaşım geçerliliğini korur. Program, kodun etrafındaki teknik dokümantasyon, mimari karar kayıtları, test tasarımı, kod inceleme iletişimi ve olay yönetimini kapsar. Belirli bir araca özel ileri düzey kodlama pratikleri isteyen ekipler için bu çalışmayı ilgili araç eğitimlerimizle birleştirebiliyoruz.
Yapay zeka ile doğrudan kod yazmak ve üretmek bu eğitimin kapsamında mı?
Bu program, kodun çevresinde yürüyen ve mühendislerin çalışma zamanının büyük bölümünü alan bilgi işlerine odaklanır. Kod parçacıkları alıştırmalarda kanıt ve inceleme nesnesi olarak yer alır, ancak doğrudan IDE içinde kod tamamlama ve otomatik kod üretimi Zeo'nun Vibe Coding eğitiminin konusudur. Ekiplerinizin ihtiyacına göre iki programı birbirini tamamlayacak şekilde planlayabiliyoruz.
Eğitim süresi ne kadardır ve takvim nasıl planlanır?
Program 6 modülden oluşur ve toplam 13 canlı saati (780 dakika) kapsar. Ekiplerin iş teslimatlarını aksatmamak adına eğitimi iki tam gün veya dört yarım günlük oturumlar hâlinde düzenleyebiliyoruz. Oturumları yerinde sınıf ortamında veya etkileşimli canlı online sınıflarda gerçekleştirebiliyoruz.
Eğitimde kendi kod tabanımızı, biletlerimizi ve geçmiş olaylarımızı kullanabilir miyiz?
Evet, ön hazırlık sürecinde gerekli gizlilik ve güvenlik şartları sağlandığında kurumunuza ait materyallerden yararlanabiliyoruz. Eğitimden önce kod yapınızı, onaylı araçlarınızı ve geçmiş olay örneklerini inceliyor, hassas sırları ve kişisel verileri arındırıyoruz. Alternatif olarak, hiçbir şirket verisini riske atmadan tüm pratiklerin eksiksiz deneyimlenmesini sağlayan kapsamlı sentetik AtlasPay senaryo paketimizle de ilerleyebiliyoruz.
Otonom kod birleştirme (merge) veya canlıya dağıtım (deploy) süreçleri ele alınıyor mu?
Hayır, bu işlemler eğitim kapsamında bilinçli olarak hariç tutulur. Programımızda yapay zekanın rolü taslak hazırlamak, kanıtları düzenlemek ve analiz sunmakla sınırlıdır. Kodu ana dala birleştirme, sürümleri onaylama, üretim ortamına dağıtım yapma, geri alma ve kök neden kararı alma yetkisi daima yetkili mühendislerin onayında kalır. Katılımcılara otonom yetkilendirmenin getirdiği güvenlik risklerini ve insan denetim kapılarını açıkça aktarıyoruz.
Eğitimin bütçesi nasıl belirlenir?
Bütçe katılımcı sayısına, eğitimin yerinde veya online düzenlenmesine ve şirketinizin teknoloji yığınına özel uyarlama derinliğine göre belirlenir. Beş kişilik odak bir liderlik grubuyla şirket geneline yayılan geniş mühendislik kadrolarının ihtiyaçları farklı şekilde boyutlandırılır. Ön görüşmemizde ekip yapınızı ve hedeflerinizi dinledikten sonra kurumunuza en uygun kapsamı ve teklifi sunuyoruz.
Kaynak kodların ve sistem verilerinin güvenliğini nasıl sağlıyoruz?
Güvenlik yaklaşımımız KVKK düzenlemeleri, Avrupa Birliği Yapay Zeka Tüzüğü 4. maddesi okuryazarlık gereksinimleri ve kurumsal veri güvenliği standartlarıyla tam uyumludur. Ekiplere kod parçacıkları, loglar ve yazışmaları yapay zekaya göndermeden önce kırmızı, sarı ve yeşil veri seviyelerine göre sınıflandırmayı öğretiyoruz. Canlı oturumlarda müşteri verileri, API anahtarları ve gizli sırlar kesinlikle kullanılmaz, onaylı kurumsal hesap sınırları ve sentetik veri kümeleri üzerinden güvenli bir çalışma ortamı kurulur.