Kurs
Python ile LLM'lere Giriş
3 sa
35.9K
Büyük dil modelleri, araştırma merakından her geliştiricinin hakkında fikir sahibi olmasının beklendiği bir konuya dönüştü; ister bir API çağırmak, ister açık kaynaklı bir modeli ince ayar yapmak, ister bir ürün ekibine sohbet botunun neden iade politikasını uydurduğunu açıklamak anlamına gelsin.
Yardımcı olmak için, dört kritere göre sıralanmış bir kurs listesi derledik:
- Kavramsal derinlik: kursun gerçekten tokenlar, gömlemeler (embeddings), dikkat (attention) ve dönüştürücü (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 mı bağlı kaldığı yoksa açık kaynak ile tescilli modeller arasındaki farkı hissettirip hissettirmediği
- Eğitmen uzmanlığı ve çıktılar: kimin öğrettiği ve sonrasında gerçekte ne inşa edebileceğiniz
1. Python ile LLM’lere Giriş — DataCamp
DataCamp’in Python ile LLM’lere Giriş kursu, OpenAI API’sini “çağırma” aşamasını geride bırakıp modern LLM’lerin temelindeki dönüştürücü mimarisini gerçekten anlamak isteyen geliştiriciler için en iyi tekil kurstur.
- Düzey: Orta
- Süre: ~3 saat, kendi hızınızda; başlangıç ücretsiz
- Maliyet: Başlangıç ücretsiz; tam erişim DataCamp aboneliğine dahildir (~ayda $25)
- En uygun: Tam bir uzmanlığa girmeden önce LLM’lere ve dönüştürücülere odaklı, kod-öncelikli bir giriş isteyen geliştiriciler
Kurs, dönüştürücü mimarilerin mekaniklerini ele aldıktan sonra Hugging Face’ten önceden eğitilmiş modelleri ve veri kümelerini kullanmaya, bunları belirli görevler için ince ayar yapmaya ve sonuçları değerlendirmeye geçer.
Öne çıkan ve bir numara olmasının nedeni: kurs, baktığınız tam kodun bağlamında hataları açıklayan DataCamp’in AI Tutor’unda çalışır. LLM hataları nadiren yalnızca yığın izinden anlaşılır; belirli hatanızı değerlendiren bir eğitmen tahminden iyidir.
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, 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 LLM mühendisliği yolunu isteyen geliştiriciler
Eğitmen Ed Donner, eski bir yapay zekâ girişimi CEO’su ve JPMorgan Chase’te eski Genel Müdürdür. Kurs, istem yapılandırma ve tokenizasyonu anlamaktan başlayıp, LoRA ve niceleme ile açık kaynaklı modellere ince ayar yapmaya, oradan çoklu ajan sistemleri kurmaya ilerler.
3. The LLM Course — Hugging Face
Hugging Face’in LLM Course açık kaynaklı LLM projelerinin çoğunda kullanılan 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 satıcı API’sinde kalmak yerine doğrudan açık kaynak modeller ve Hugging Face Hub ile çalışmak isteyen geliştiriciler
Hugging Face tarafından bizzat sürdürüldüğü ve ekosistem evrildikçe güncellendiği için kullanımdan kalkmış API’leri öğretmeme açısından güvenlidir — ancak ticari alternatifleri taramaktan ziyade Hugging Face ekosistemine eğilimlidir.
4. ChatGPT Prompt Engineering for Developers — DeepLearning.AI
ChatGPT Prompt Engineering for Developers, Isa Fulford (OpenAI) ve Andrew Ng tarafından verilen, sohbet penceresi yerine API aracılığıyla bir LLM çağırmaya hızlı ve odaklı bir giriş yapmak 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’yi programatik olarak çağırmaya ve üzerine basit uygulamalar inşa etmeye geçmek isteyen geliştiriciler
Kurs, LLM’lerin kaputun altında nasıl çalıştığını, etkili istem yazmanın iki temel ilkesini ve bu istemleri özetleme, duygu çıkarımı, metin dönüştürme ve kısa notları daha uzun metne genişletme gibi görevlerde nasıl kullanacağınızı kapsar; sonunda özel bir sohbet botu inşasıyla kapanır. Tasarım gereği kısadır ve temel Python bilgisi varsayar; daha uzun bir kurstan önce iyi bir giriş niteliğindedir.
5. Prompt Engineering for ChatGPT — Vanderbilt University (Coursera)
Prompt Engineering for ChatGPT, Vanderbilt’ten Dr. Jules White tarafından verilen, tek bir çatı ya da kod tabanından bağımsız olarak özellikle istem tekniğinde sağlam bir temel isteyen geliştiriciler ve geliştirici olmayanlar için harika bir seçenektir.
- Düzey: Başlangıç (ön bilgi gerekmez)
- Süre: ~19 saat
- Maliyet: Dinleyici olarak ücretsiz; sertifika için Coursera aboneliği
- En uygun: ChatGPT, Claude ve diğer sohbet tabanlı LLM’ler arasında aktarılabilen istem kalıpları ve tekniklerine hâkim olmak isteyen öğrenenler
Kurs, istem mühendisliğini etkili şekilde uygulamayı, daha gelişmiş model davranışını açığa çıkarmak için istem kalıplarını kullanmayı ve iş ya da kişisel projeler için istem tabanlı uygulamalar geliştirmeyi kapsar.
6. Generative AI: Introduction to Large Language Models — LinkedIn Learning
Generative AI: Introduction to Large Language Models, Fred Nwanganga tarafından verilen, API’ye dokunmadan önce LLM’lerin nasıl çalıştığına dair net, kod içermeyen bir anlatım isteyen geliştiriciler ve teknik yöneticiler için iyi bir seçenektir.
- Düzey: Başlangıç
- Süre: 2 saatin altında
- Maliyet: LinkedIn Learning aboneliği (çoğu zaman kütüphane üyeliklerine dahildir); ücretsiz deneme mevcut
- En uygun: Kod yazmadan önce sinir ağları, dönüştürücü mimarisi, kodlayıcılar ve kod çözücüler, dikkat mekanizması gibi kavramsal modeli net şekilde anlamak isteyen geliştiriciler
Kurs, üretken yapay zekâ ve LLM’lerin ne olduğunu, nasıl evrildiklerini, üzerine inşa edildikleri derin öğrenme temellerini ve dönüştürücü mimarisinin dikkat ve öz-dikkat dahil olmak üzere mekaniklerini ele alır; ardından bu modellerin toplumsal etkilerine bakışla kapanır.
7. Essentials of Large Language Models: A Beginner's Journey — Educative
Educative’in Essentials of Large Language Models kursu, 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 izlemekten ziyade satır içinde kod okuyup çalıştırarak daha hızlı öğrenen ve yalnızca API çağrılarını değil, LLM davranışının “neden”ini de anlamak isteyen geliştiriciler
Kurs, ilk ilkelerden LLM temellerini — mimari, tokenizasyon, gömlemeler, dikkat ve eğitim dinamikleri — kapsadıktan sonra, istem yazma ve dinamik yanıtlar için araçları entegre etmeye yönelik pratik iş akışlarına geçer.
En İyi LLM Kursları Karşılaştırma Tablosu
| Sıra | Kurs | Öğrenme Formatı | Müfredat Derinliği | Maliyet / Sonuç Sinyali |
|---|---|---|---|---|
| 1 | Python ile LLM’lere Giriş — DataCamp | Yapay zekâ-yerel, uygulamalı | Dönüştürücü mimarisi, ince ayar, Hugging Face | Başlangıç ücretsiz; AI Tutor her dersi kişiselleştirir |
| 2 | LLM Engineering — Udemy | Video bootcamp | API’ler, ince ayar (LoRA), ajanlar, uçtan uca projeler | Sıklıkla indirimli; bestseller rozeti |
| 3 | The LLM Course — Hugging Face | Ücretsiz etkileşimli kurs | Transformers, Tokenizers, Datasets, ince ayar | Ücretsiz; doğrudan Hugging Face tarafından sürdürülür |
| 4 | ChatGPT Prompt Engineering for Developers — DeepLearning.AI | Kısa video kursu | API tabanlı istem, özetleme, metin dönüştürme | Ücretsiz; ~1,5 saat |
| 5 | Prompt Engineering for ChatGPT — Vanderbilt | Video kursu | İstem kalıpları, istem tabanlı uygulamalar | Dinleyici olarak ücretsiz; Coursera sertifikası |
| 6 | Generative AI: Introduction to LLMs — LinkedIn Learning | Kısa video kursu | Temel sinir ağları, dönüştürücü mimarisi, dikkat | LinkedIn Learning aboneliği; ücretsiz deneme mevcut |
| 7 | Essentials of LLMs: A Beginner's Journey — Educative | Etkileşimli metin tabanlı | Mimari, tokenizasyon, gömlemeler, dikkat | Educative aboneliği; video olmayan 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 gerekiyor mu?
Bu listedeki çoğu uygulamalı kurs için — DataCamp, Hugging Face kursu ile Udemy ve Databricks kursları — evet, temel Python ve API aşinalığı beklenir. Vanderbilt’in istem kursları ve IBM’in profesyonel sertifikası, koda değil istem tekniğine dayandıkları için geliştirici olmayanlar açısından daha erişilebilirdir.
İstem mühendisliği kursu ile LLM mühendisliği kursu arasındaki fark nedir?
Bir istem mühendisliği kursu, talepleri nasıl ifade ettiğinize bağlı olarak mevcut bir modelden daha iyi çıktılar almayı öğretir — kod gerekmez. Bir LLM mühendisliği kursu ise bir modelin etrafında sistemler kurmayı öğretir: API’leri çağırma, açık kaynaklı modellere ince ayar yapma, gömlemeleri ve getirimi (retrieval) yönetme ve ortaya çıkan sistemi dağıtma.
Tamamen acemiler için en iyi LLM kursu hangisi?
Vanderbilt’in Prompt Engineering for ChatGPT kursu ön deneyim gerektirmez ve teknik olmayanlar için makul bir başlangıç noktasıdır. Kod yazmak isteyen başlangıç seviyesindekiler içinse DataCamp’in Python ile LLM’lere Giriş kursu, ortaya çıktıkça boşlukları dolduran AI Tutor ile erişilebilir olacak şekilde tasarlanmıştır.
Önce açık kaynak LLM’leri (Hugging Face) mi yoksa ticari API’leri (OpenAI, Anthropic, Google) mi öğrenmeliyim?
Çalışan geliştiricilerin çoğunun sonunda ikisine de ihtiyacı olur. Ticari API’ler daha hızlı inşa etmeye başlamanızı sağlar; açık kaynaklı modeller ise kaputun altında gerçekte neler olduğunu öğretir ve ince ayar, barındırma ve maliyet üzerinde size kontrol sağlar. DataCamp ve Hugging Face gibi kurslar açık kaynağa eğilimlidir; Udemy’nin LLM Engineering kursu ve DeepLearning.AI’nin kısa kursları ise her ikisini de kapsar.
LLM’leri yeterince iyi öğrenip onlarla inşa etmeye başlamak ne kadar sürer?
Kısa bir kurs (1–3 saat), bir API’yi çağırmada ve düzgün istemler yazmada rahat olmanız için yeterlidir. Dönüştürücüler, ince ayar ve RAG konusunda işe yarar, kod düzeyinde bir anlayış genellikle DataCamp, Hugging Face veya Databricks gibi bir kursta 15–30 saat sürer. Udemy’nin LLM Engineering bootcamp’inde olduğu gibi üretim sistemlerini ince ayar yapıp dağıtacak derinliğe inmek ise daha gerçekçi olarak 6–8 haftalık bir taahhüttür.
Konular
