Bu eğitimde büyük dil modellerinin temel çalışma mantığını sade ve anlaşılır şekilde öğreneceğiz. Üretken yapay zeka, transformer mimarisi, token, embedding, context window, inference ve structured output gibi konuları teorik olarak ele alıp gerçek örneklerle pekiştireceğiz. Uygulama bölümünde Google Gemini API ile chatbot ve metin analizi örnekleri geliştirecek; ardından Docker, WSL2, vLLM ve Gemma 3 4B ile on-prem model servisi çalıştıracağız. Eğitimin sonunda belge özetleme ve belge karşılaştırma gibi gerçek LLM projeleri geliştirmiş olacağız.

Eğitim İçeriği:

- Büyük dil modellerine giriş ve üretken yapay zeka ilişkisi
- Transformer, attention, token, embedding ve context window kavramları
- Model eğitimi, inference, structured output ve LLM çıktısını değerlendirme
- Google Gemini API ile temel istek, sistem promptu ve model parametreleri
- Gemini ile streaming chatbot, rate limit, retry ve JSON çıktısı uygulamaları
- Token kullanımı, çıktı kontrolü ve tahmini maliyet hesabı
- On-prem LLM yaklaşımı, model seçimi, Docker, WSL2 ve vLLM kullanımı

Eğitim Kazanımları:

- Büyük dil modellerinin temel çalışma mantığını ve önemli kavramlarını açıklayabilme
- Gemini API ile chatbot, JSON çıktısı ve metin analizi uygulamaları geliştirebilme
- Docker, WSL2, vLLM ve Gemma ile on-prem LLM servisi çalıştırabilme
- Belge özetleme ve belge karşılaştırma gibi gerçek LLM projeleri geliştirebilme

Eğitim Ön Koşulları:

- Yapay Zeka için Python