Kurs
Large Language Models (LLMs) Kavramları
2 sa
103.8K
Büyük dil modelleri, bir araştırma merakından, her geliştiricinin bir fikrinin olmasının beklendiği bir konuya dönüştü; ister bir API çağırmak, ister açık kaynaklı bir modeli ince ayar yapmak, ister ürün ekibine sohbet botunun biraz önce neden iade politikası uydurduğunu açıklamak olsun.
Yardımcı olmak için, dört ölçüte göre sıralanmış bir kurs listesi derledik:
- Kavramsal derinlik: kursun gerçekten tokenlar, gömme temsiller, attention ve transformer mimarisini açıklayıp açıklamadığı
- Uygulamalı sıkılık: gerçek bir modeli çağıran, ince ayar yapan veya sunan kod yazıp yazmadığınız
- Platform ve model kapsamı: kursun tek bir API’ye takılıp kalıp kalmadığı ya da açık kaynak ile tescilli modellerin farkını hissettirip hissettirmediği
- Eğitmen uzmanlığı ve çıktılar: kimin öğrettiği ve sonrasında gerçekte neler inşa edebileceğiniz
1. Python ile LLM’lere Giriş — DataCamp
DataCamp’in Python ile LLM’lere Giriş kursu, “OpenAI API’sini çağır” aşamasını geçip modern LLM’lerin temelindeki transformer mimarisini gerçekten anlamak isteyen geliştiriciler için tek başına en iyi kurstur.
- Düzey: Orta
- Süre: ~3 saat, kendi hızınızda; başlamak ücretsiz
- Maliyet: Başlamak ücretsiz; tam erişim DataCamp aboneliğine dahildir (~ayda $25)
- En uygun: Tam bir uzmanlığa girmeden önce LLM’lere ve transformer’lara odaklı, kod öncelikli bir giriş isteyen geliştiriciler
Kurs, transformer mimarilerinin işleyişini ele aldıktan sonra Hugging Face’ten önceden eğitilmiş modeller ve veri kümelerini kullanmaya, bunları belirli görevler için ince ayar yapmaya ve sonuçları değerlendirmeye geçiyor.
Öne çıkan ve bir numara olma nedeni: kurs, baktığınız tam kodun bağlamında hataları açıklayan DataCamp’in AI Tutor’ı üzerinde çalışıyor. LLM hataları, yalnızca yığın izinden nadiren belirgindir ve özel hatanızı muhakeme eden bir eğitmen, tahmin yürütmenin önüne geçer.
2. LLM Engineering: Master AI, Large Language Models & Agents — Udemy
LLM Engineering, ticari API’leri çağırmaktan açık kaynaklı modellere ince ayar yapmaya ve ajanlar oluşturmaya uzanan, kapsamlı ve proje ağırlıklı tek bir kurs isteyen geliştiriciler için harika bir seçenektir.
- Düzey: Orta (Python gerekli)
- Süre: 200+ derste 30+ saat içerik; projelerle 6–8 hafta bekleyin
- Maliyet: Udemy’nin sık indirimlerinde liste fiyatının oldukça altına düşer
- En uygun: Hem tescilli hem açık kaynaklı modelleri kapsayan bir LLM mühendisliği yolu isteyen geliştiriciler
Eğitmen Ed Donner, eski bir yapay zeka girişimi CEO’su ve JPMorgan Chase’te eski Yönetici Direktördür. Kurs, istemleri yapılandırmaktan ve tokenizasyonu anlamaktan başlayıp, LoRA ve kuantizasyon ile açık kaynaklı modellere ince ayar yapmaya ve çoklu ajan sistemleri kurmaya kadar ilerliyor.
3. The LLM Course — Hugging Face
Hugging Face’in LLM Kursu, açık kaynaklı LLM projelerinin çoğunda çalışan kütüphaneleri — Transformers, Datasets, Tokenizers ve Accelerate — gerçekten anlamak isteyen geliştiriciler için harika bir seçenektir.
- Düzey: Başlangıçtan Orta seviyeye
- Süre: ~15–20 saat, kendi hızınızda
- Maliyet: Ücretsiz, sertifika mevcut
- En uygun: Tek bir sağlayıcının API’sinde kalmak yerine doğrudan açık kaynaklı modeller ve Hugging Face Hub ile çalışmak isteyen geliştiriciler
Hugging Face’in kendisi tarafından sürdürüldüğü ve ekosistem geliştikçe güncellendiği için, kullanım dışı kalmış API’leri öğretme riskine karşı güvenli bir seçimdir — ancak ticari alternatifleri incelemek yerine Hugging Face ekosistemine daha çok yaslanır.
4. Geliştiriciler için ChatGPT Prompt Mühendisliği — DeepLearning.AI
Geliştiriciler için ChatGPT Prompt Mühendisliği, Isa Fulford (OpenAI) ve Andrew Ng tarafından verilen, sohbet penceresi yerine API üzerinden bir LLM çağırmaya hızlı ve odaklı bir giriş isteyen geliştiriciler için harika bir seçenektir.
- Düzey: Başlangıçtan Orta seviyeye
- Süre: ~1,5 saat
- Maliyet: Ücretsiz
- En uygun: ChatGPT’ye elle istem yazmaktan, bir LLM’i programatik olarak çağırmaya ve onun üzerine basit uygulamalar inşa etmeye geçmek isteyen geliştiriciler
Kurs, LLM’lerin kaputun altında nasıl çalıştığını, etkili istem yazmanın iki temel ilkesini ve bu istemlerin özetleme, duygu çıkarımı, metni dönüştürme ve kısa notları daha uzun metinlere genişletme gibi görevlerde nasıl kullanılacağını ele aldıktan sonra özel bir sohbet botu oluşturma ile kapanır. Kısa olacak şekilde tasarlanmıştır ve temel Python bilgisi varsayar; bu da daha uzun bir kurs öncesinde iyi bir başlangıç yapar.
5. ChatGPT için Prompt Mühendisliği — Vanderbilt Üniversitesi (Coursera)
ChatGPT için Prompt Mühendisliği, Vanderbilt’ten Dr. Jules White tarafından verilen ve tek bir çerçeveye ya da kod tabanına bağlı olmadan özellikle istem tekniğinde sağlam bir temel isteyen geliştiriciler ve geliştirici olmayanlar için harika bir seçenektir.
- Düzey: Başlangıç (önceden deneyim gerekmez)
- Süre: ~19 saat
- Maliyet: Ücretsiz dinleme; sertifika için Coursera aboneliği
- En uygun: ChatGPT, Claude ve diğer sohbet tabanlı LLM’ler arasında taşınabilir istem kalıpları ve tekniklere hâkim olmak isteyen öğrenenler
Kurs, istem mühendisliğini etkili şekilde nasıl uygulayacağınızı, daha gelişmiş model davranışını açığa çıkaran istem kalıplarını nasıl kullanacağınızı ve iş ya da kişisel projeler için istem tabanlı uygulamalar nasıl kuracağınızı kapsar.
6. Üretken Yapay Zeka: Büyük Dil Modellerine Giriş — LinkedIn Learning
Üretken Yapay Zeka: Büyük Dil Modellerine Giriş, Fred Nwanganga tarafından verilen, API’ye dokunmadan önce LLM’lerin nasıl çalıştığını açık ve kodsuz bir yürüyüşle öğrenmek isteyen geliştiriciler ve teknik yöneticiler için iyi bir seçenektir.
- Düzey: Başlangıç
- Süre: 2 saatin altında
- Maliyet: LinkedIn Learning aboneliği (genellikle kütüphane üyeliklerine dahildir); ücretsiz deneme mevcut
- En uygun: Kod yazmadan önce kavramsal modeli — sinir ağları, transformer’lar, kodlayıcılar ve kod çözücüler, attention — net biçimde açıklanmış görmek isteyen geliştiriciler
Kurs, üretken yapay zekanın ve LLM’lerin ne olduğunu, nasıl evrildiklerini, üzerine inşa edildikleri derin öğrenme temellerini ve attention ile self-attention dâhil transformer mimarisinin mekaniklerini ele aldıktan sonra bu modellerin toplumsal yansımalarına bir bakışla kapanıyor.
7. Büyük Dil Modellerinin Temelleri: Başlangıç Yolculuğu — Educative
Educative’in Büyük Dil Modellerinin Temelleri, videoları izlemek yerine metin tabanlı, etkileşimli dersleri tercih eden ve LLM’lerin gerçekte nasıl çalıştığına dair sistem düzeyinde bir zihinsel model isteyen geliştiriciler için iyi bir seçenektir.
- Düzey: Başlangıç
- Süre: Kendi hızınızda, metin ve kod tabanlı
- Maliyet: Educative aboneliği
- En uygun: Ekran kaydı izlemektense satır içinde kod okuyup çalıştırarak daha hızlı öğrenen ve sadece API çağrıları değil, LLM davranışının “neden”ini de isteyen geliştiriciler
Kurs, temel ilkelerden başlayarak LLM temellerini — mimari, tokenizasyon, gömme temsiller, attention ve eğitim dinamikleri — kapsadıktan sonra, istem yazma ve dinamik yanıtlar için araçları entegre etmeye yönelik pratik iş akışlarına geçiyor.
En İyi LLM Kursları Karşılaştırma Tablosu
| Sıra | Kurs | Öğrenme Formatı | Müfredat Derinliği | Maliyet / Çıktı Sinyali |
|---|---|---|---|---|
| 1 | Python ile LLM’lere Giriş — DataCamp | Yapay zekâ yerel, uygulamalı | Transformer mimarisi, ince ayar, Hugging Face | Başlamak ücretsiz; AI Tutor her dersi kişiselleştirir |
| 2 | LLM Engineering — Udemy | Video bootcamp | API’ler, ince ayar (LoRA), ajanlar, uçtan uca projeler | Sık sık indirimli; bestseller rozeti |
| 3 | The LLM Course — Hugging Face | Ücretsiz etkileşimli kurs | Transformers, Tokenizers, Datasets, ince ayar | Ücretsiz; doğrudan Hugging Face tarafından sürdürülür |
| 4 | Geliştiriciler için ChatGPT Prompt Mühendisliği — DeepLearning.AI | Kısa video kursu | API tabanlı istem yazma, özetleme, metin dönüştürme | Ücretsiz; ~1,5 saat |
| 5 | ChatGPT için Prompt Mühendisliği — Vanderbilt | Video kursu | İstem kalıpları, istem tabanlı uygulamalar | Ücretsiz dinleme; Coursera sertifikası |
| 6 | Üretken Yapay Zeka: LLM’lere Giriş — LinkedIn Learning | Kısa video kursu | Sinir ağı temelleri, transformer mimarisi, attention | LinkedIn Learning aboneliği; ücretsiz deneme mevcut |
| 7 | LLM’lerin Temelleri: Başlangıç Yolculuğu — Educative | Etkileşimli metin tabanlı | Mimari, tokenizasyon, gömme temsiller, attention | Educative aboneliği; videosuz format |
Author
Josef Waples
Bilimsel dergilerde yayımlanan araştırma makalelerine katkıları olan bir veri bilimi yazarı ve editörüyüm. Özellikle lineer cebir, istatistik, R ve benzeri konularla ilgileniyorum. Aynı zamanda epey satranç da oynarım!
SSS
Bir LLM kursu almak için Python bilmem gerekir mi?
Bu listedeki çoğu uygulamalı kurs için — DataCamp, Hugging Face kursu ve Udemy ile Databricks kursları — evet, temel Python ve API aşinalığı beklenir. Vanderbilt’in istem odaklı kursları ve IBM’in profesyonel sertifikası, koda değil istem tekniğine dayandıkları için geliştirici olmayanlar açısından daha erişilebilirdir.
Prompt mühendisliği kursu ile LLM mühendisliği kursu arasındaki fark nedir?
Bir prompt mühendisliği kursu, talepleri nasıl ifade ettiğinize bağlı olarak mevcut bir modelden daha iyi çıktı almayı öğretir — kod gerekmez. Bir LLM mühendisliği kursu ise bir modelin etrafında sistemler kurmayı öğretir: API çağrıları, açık kaynaklı modellere ince ayar, gömme temsiller ve getirme yönetimi ve sonucu dağıtma.
Mutlak yeni başlayanlar için en iyi LLM kursu hangisi?
Vanderbilt’in ChatGPT için Prompt Mühendisliği kursu, önceden deneyim gerektirmez ve teknik olmayanlar için makul bir başlangıç noktasıdır. Kod yazmak isteyen yeni başlayanlar içinse, DataCamp’in Python ile LLM’lere Giriş kursu, karşılaşılan boşlukları AI Tutor’un doldurmasıyla erişilebilir olacak şekilde tasarlanmıştır.
Önce açık kaynaklı LLM’leri (Hugging Face) mi yoksa ticari API’leri (OpenAI, Anthropic, Google) mi öğrenmeliyim?
Çalışan geliştiricilerin çoğu sonunda ikisine de ihtiyaç duyar. Ticari API’lerle daha hızlı inşa edersiniz; açık kaynaklı modeller ise kaputun altında gerçekte ne olduğunu öğretir ve ince ayar, barındırma ve maliyet üzerinde kontrol sağlar. DataCamp ve Hugging Face gibi kurslar açık kaynağa eğilimliyken; Udemy’nin LLM Engineering kursu ve DeepLearning.AI’nin kısa kursları ikisini de kapsar.
LLM’leri, onlarla uygulama geliştirecek kadar iyi öğrenmek ne kadar sürer?
Kısa bir kurs (1–3 saat), bir API’yi rahatça çağırmak ve makul istemler yazmak için yeterlidir. Transformer’ları, ince ayarı ve RAG’i çalışma düzeyinde anlamak genelde DataCamp, Hugging Face veya Databricks gibi bir kursta 15–30 saat alır. Udemy’nin LLM Engineering bootcamp’inde olduğu gibi, prodüksiyon sistemlerini ince ayar yapıp dağıtacak kadar derine inmek ise daha gerçekçi biçimde 6–8 haftalık bir taahhüttür.
Konular
