Açıklama
Bu eğitimin amacı; yazılım geliştirme süreçlerinde üretken yapay zeka araçlarının kontrollü, verimli ve kurumsal standartlara uygun şekilde kullanılmasını sağlamaktır.
Eğitim sonunda katılımcılar; AI destekli yazılım geliştirme sürecini uçtan uca yönetebilecek, modern AI coding araçlarını etkin şekilde kullanabilecek ve kurumlarında uygulanabilir bir AI kullanım modeli oluşturabilecek bilgi ve yaklaşımlara sahip olacaktır.
Eğitimin Kazanımları
- Kurumsal AI destekli yazılım geliştirme modeli oluşturma yaklaşımını öğrenir
- Standartlaştırılmış AI kullanım rehberi hazırlama metodolojisini kavrar
- Prompt kütüphanesi oluşturma ve yönetme yaklaşımını öğrenir
- Test ve refactor süreçlerinde AI entegrasyonunu etkin şekilde kullanabilir
- Token kullanımı ve AI maliyet optimizasyonu konusunda farkındalık kazanır
Eğitim İçeriği
1. Gün – Temel Kavramlar ve Modern AI Coding Ekosistemi
Yapay Zeka ve LLM Temelleri
- Üretken yapay zeka ve LLM kavramları
- LLM’lerin çalışma prensibi (yüksek seviyeli mimari)
- Token, context window ve embedding kavramları
- Halüsinasyon ve güvenilirlik sınırları
- RAG ve fine-tuning farkları
- AI ile yazılım geliştirmede doğru beklenti modeli
Token Kullanımı ve Context Yönetimi – Best Practices
- Parçalı ilerleme (micro-tasking) yaklaşımı
- Gereksiz verbose promptlardan kaçınma
- Context temizliği için özetleme kullanma
- Prompt şablonları ve prompt kütüphanesi oluşturma
- Token ve maliyet takibi için metrik belirleme
Modern AI Coding Araçları
- Cursor – Agent Mode, proje bazlı context yönetimi, refactor ve diff analizi
- Claude Code – Terminal tabanlı AI coding, uzun context avantajı
- Antigravity – Repository-level analiz ve mimari keşif
- VS Code + LLM entegrasyonları – Copilot ve agent tabanlı geliştirme
- Lab
2. Gün – İleri Seviye Kullanım ve Kurumsal Adaptasyon
AI ile Test, Refactor ve Debug Süreçleri
- AI ile unit test ve edge-case üretimi
- Refactor ve clean code yaklaşımları
- Performans iyileştirme senaryoları
- AI destekli hata analizi ve root cause tespiti
Güvenlik ve Kurumsal Uyum
- AI üretilen kodun doğrulanması
- Güvenlik açıklarının analizi
- PII ve veri güvenliği
- On-prem ve cloud model kullanım stratejisi
- Loglama ve audit yaklaşımı
Takım Bazlı AI Kullanım Modeli
- AI Coding Policy oluşturma
- Prompt rehberi yazma
- Kod review süreçlerine AI entegrasyonu
- AI destekli sprint planlama
- AI-driven development squad yaklaşımı
Ön Koşullar
Temel seviyede yazılım geliştirme bilgisine sahip olmak önerilir.