Bu eğitim, Google Cloud üzerinde sunulan Artificial Intelligence (AI) ve Machine Learning (ML) teknolojilerini kapsamlı biçimde ele alır. Katılımcılar, AI foundations, AI development ve AI solutions yaklaşımları üzerinden veriden yapay zekâ çözümüne uzanan süreci öğrenir.

Program boyunca bir Machine Learning modeli, ML pipeline ve Generative AI projesi geliştirmek için kullanılabilecek Google Cloud teknolojileri, ürünleri ve araçları incelenir. Katılımcılar herhangi bir kod yazmadan AutoML modelleri oluşturmayı, SQL kullanarak BigQuery ML modelleri geliştirmeyi ve Keras ile TensorFlow kullanarak Vertex AI üzerinde custom training jobs hazırlamayı öğrenir.

Eğitim ayrıca veri kalitesinin geliştirilmesi, exploratory data analysis, data preprocessing, feature engineering, model değerlendirme ve optimizasyon, deployment, prediction, model monitoring ve MLOps konularını kapsar.

Generative AI bölümünde ise Large Language Models (LLMs), ilgili API'ler ve Google Cloud'un üretken yapay zekâ geliştirme yetenekleri ele alınır.

Kullanılan Google Cloud Ürünleri ve Teknolojileri

Eğitim kapsamında aşağıdaki ürün ve teknolojiler ele alınır:

Vertex AI
AutoML
BigQuery ML
Vertex AI Pipelines
TensorFlow
Keras
Model Garden
Generative AI Studio
Large Language Model (LLM) APIs
Natural Language API
Vertex AI Workbench
Vertex AI Feature Store
Vertex AI Vizier
Dataplex
Analytics Hub
Data Catalog
Vertex AI TensorBoard
Dataflow
Dataprep

Google Cloud'da Makine Öğrenmesi Eğitimi programına Online Instructor-Led (canlı sanal sınıf) veya Classroom Based (sınıf eğitimi) formatlarında doğrudan katılım sağlayabilirsiniz. Ayrıca bu eğitimi kurumunuza özel olarak Online Instructor-Led, Classroom Based veya Onsite (yerinde eğitim) formatlarında, tercih ettiğiniz tarih ve lokasyonda organize edebiliriz. Detaylı bilgi ve kurumunuza özel planlama için bizimle iletişime geçebilirsiniz.

Bu eğitimi dilediğiniz tarih ve lokasyonda organize edebiliriz.

Önkoşullar

Katılımcıların eğitimden maksimum fayda sağlayabilmeleri için:

Temel Machine Learning kavramlarına aşina olmaları,
Tercihen Python olmak üzere bir scripting language konusunda temel seviyede yetkin olmaları

önerilir.

Kimler Katılmalı

Bu eğitim özellikle:

Machine Learning alanında kariyer geliştirmek isteyen Data Scientists ve Engineers,
Data Scientists,
ML Developers,
ML Engineers,
Data Engineers,
Data Analysts,
Google Cloud AI/ML teknolojileriyle çözüm geliştiren teknik profesyoneller,
Bu rollerdeki müşterilerle çalışan Google ve iş ortağı teknik ekipleri

için uygundur.

Neler Öğreneceksiniz

Bu eğitimin sonunda katılımcılar:

ML modeli, ML pipeline ve Generative AI projesi oluşturmak için kullanılan temel Google Cloud teknolojilerini açıklayabilecek,
AutoML ve BigQuery ML'in hangi senaryolarda kullanılabileceğini değerlendirebilecek,
Vertex AI üzerinde managed datasets oluşturabilecek,
Vertex AI Feature Store ile features üzerinde çalışabilecek,
Analytics Hub, Dataplex ve Data Catalog'un kullanım amaçlarını açıklayabilecek,
Model performansını geliştirmek için uygulanabilecek yöntemleri tanımlayabilecek,
Vertex AI Workbench üzerinde notebook ortamıyla çalışabilecek,
Custom training job oluşturabilecek ve Docker container kullanarak deployment sürecini anlayabilecek,
Batch ve online predictions arasındaki farkları açıklayabilecek,
Model Monitoring yaklaşımını anlayabilecek,
Veri kalitesini geliştirme ve exploratory data analysis tekniklerini uygulayabilecek,
Supervised Learning modelleri oluşturup eğitebilecek,
Loss Functions ve Performance Metrics kullanarak modelleri değerlendirebilecek ve optimize edebilecek,
Tekrarlanabilir ve ölçeklenebilir training, evaluation ve test datasets hazırlayabilecek,
TensorFlow ve Keras kullanarak ML modelleri geliştirebilecek,
Feature Engineering'in model geliştirmedeki önemini açıklayabilecek,
Vertex AI Model Monitoring ve Vertex AI Pipelines'ın kullanım alanlarını anlayabilecek.

Eğitim İçeriği

Bölüm 1 – Google Cloud'da AI ve Machine Learning'e Giriş

Google Cloud AI/ML framework'ünü tanıma
Google Cloud altyapısının temel bileşenleri
Data ve ML ürünlerinin data-to-AI lifecycle içerisindeki rolü
BigQuery ML kullanarak ML modeli oluşturma
Google Cloud üzerinde ML modeli geliştirmenin farklı yöntemleri
Pre-trained APIs, AutoML ve Custom Training yaklaşımlarını karşılaştırma
Natural Language API ile metin analizi
ML model geliştirme workflow'u
Google Cloud üzerinde MLOps ve workflow automation
Vertex AI AutoML kullanarak uçtan uca ML modeli oluşturma
Generative AI kavramına giriş
Large Language Models (LLMs)
AI geliştirme süreçlerinde Generative AI yeteneklerinden yararlanma
Google Cloud AI solutions ve entegre Generative AI özellikleri
Hands-On Labs
Module Quizzes
Module Readings

Bölüm 2 – Machine Learning'e Başlangıç

Data Quality geliştirme yöntemleri
Exploratory Data Analysis gerçekleştirme
Supervised Learning modelleri oluşturma ve eğitme
AutoML yaklaşımını anlama
Kod yazmadan ML modeli oluşturma, eğitme ve deploy etme
BigQuery ML ve sağladığı avantajlar
Loss Functions kullanımı
Performance Metrics ile model değerlendirme
Model performansını optimize etme
Yaygın Machine Learning problemlerini belirleme ve azaltma
Tekrarlanabilir ve ölçeklenebilir Training, Evaluation ve Test datasets oluşturma
Hands-On Labs
Module Quizzes
Module Readings

Bölüm 3 – Google Cloud Üzerinde TensorFlow

TensorFlow ve Keras ile Machine Learning modelleri oluşturma
TensorFlow'un temel bileşenleri
tf.data kullanarak veri ve büyük datasets ile çalışma
tf.keras preprocessing layers kullanan modeller geliştirme
Basit modeller için Keras Sequential API
Daha gelişmiş modeller için Keras Functional API
Vertex AI Training Service ile modelleri ölçekli şekilde eğitme
ML modellerini deploy etme ve production ortamına hazırlama
Hands-On Labs
Module Quizzes
Module Readings

Bölüm 4 – Feature Engineering

Vertex AI Feature Store'u tanıma
Etkili bir feature'ın temel özellikleri
Image Data ile çalışmak için tf.keras.preprocessing araçları
Text Data preprocessing
Sequence Data preprocessing
BigQuery ML ile Feature Engineering
Keras ile Feature Engineering
TensorFlow ile Feature Engineering
Features'ın model performansına etkisini değerlendirme
Hands-On Labs
Module Quizzes
Module Readings

Bölüm 5 – Kurumsal Ortamda Machine Learning

Data Management ve Data Governance için gerekli araçlar
Data Preprocessing yaklaşımlarını karşılaştırma
Dataflow'a genel bakış
Dataprep ile preprocessing
SQL kullanarak preprocessing işlemleri
AutoML, BigQuery ML ve Custom Training arasındaki farklar
Kullanım senaryosuna göre uygun ML geliştirme yaklaşımını seçme
Vertex AI Vizier ile Hyperparameter Tuning
Model performansını geliştirme
Prediction süreçleri
Model Monitoring
Vertex AI ile ML modellerini yönetme
Vertex AI Pipelines'ın avantajları
Model Deployment ve Serving için best practices
Model Monitoring best practices
Vertex AI Pipelines için iyi uygulamalar
ML artifacts organizasyonu
Hands-On Labs
Module Quizzes
Module Readings

Neden Bizi Seçmelisiniz

Google Cloud'da Makine Öğrenmesi Turkmenistan eğitimine Bilginç IT Academy'nin canlı ve etkileşimli sanal sınıf ortamında katılabilirsiniz. Online Instructor-Led eğitimlerimize bireysel olarak genel katılıma açık (Public) sınıflardan katılabileceğiniz gibi, kurumunuza özel (Private / In-house) bir sınıf da planlayabilirsiniz.

Eğitim Formatı (Delivery Method): Online Instructor-Led
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Canlı ve Etkileşimli Eğitim: Eğitmeninizle gerçek zamanlı iletişim kurun; soru-cevap, uygulama ve grup çalışmalarıyla öğrenme sürecine aktif olarak katılın.
Esnek Katılım: Evinizden, ofisinizden veya internet erişiminizin bulunduğu herhangi bir lokasyondan eğitime katılın.
Uzman Eğitmen Kadrosu: Sektör deneyimine sahip, alanında yetkin eğitmenlerden güncel ve uygulanabilir bilgiler edinin.
30 Yılı Aşkın Deneyim: Bilginç IT Academy'nin 1995 yılından bu yana süregelen eğitim uzmanlığından yararlanın.
Dünya Genelinde Erişim: Turkmenistan dahil dünyanın farklı lokasyonlarından canlı sanal sınıflarımıza katılabilir veya kurumunuza özel online eğitim planlayabilirsiniz.

Machine Learning on Google Cloud Turkmenistan eğitimine yüz yüze sınıf ortamında katılabilirsiniz. Classroom Based eğitimlerimiz genel katılıma açık (Public)sınıflar veya kurumunuza özel (Private / In-house)sınıflar şeklinde planlanabilir.

Eğitim Formatı (Delivery Method): Classroom Based
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Yüz Yüze Öğrenme: Eğitmeniniz ve diğer katılımcılarla doğrudan iletişim kurarak etkileşimli bir sınıf deneyimi yaşayın.
Deneyimli Eğitmenler: Sektörde uzun yıllara dayanan deneyime sahip uzmanlardan gerçek dünya örnekleriyle öğrenin.
Profesyonel Eğitim Ortamı: Teknolojik altyapısı güçlü, konforlu ve öğrenmeye uygun sınıflarda eğitim alın.
Uygulamalı Öğrenme: Eğitim içeriğine bağlı olarak uygulamalar, senaryolar, vaka çalışmaları ve eğitmen yönlendirmeli çalışmalarla teorik bilgilerinizi pratiğe dönüştürün.

Machine Learning on Google Cloud Turkmenistan eğitimini kurumunuza özel olarak kendi ofisinizde veya tercih ettiğiniz lokasyonda gerçekleştirebilirsiniz. Bilginç IT Academy eğitmenleri, kurumunuzun ihtiyaçlarına göre planlanan eğitim için belirlediğiniz lokasyona gelebilir.

Eğitim Formatı (Delivery Method): Onsite
Katılım Modeli (Participation Model): Kuruma Özel (Private / In-house)
Tercih Ettiğiniz Lokasyonda Eğitim: Eğitimi şirketinizin ofisinde veya belirlediğiniz farklı bir lokasyonda organize edin.
Kuruma Özel İçerik: Eğitim programını şirketinizin projelerine, ekip yapısına, mevcut yetkinlik seviyesine ve iş ihtiyaçlarına göre uyarlayın.
Ekip Odaklı Öğrenme: Ekibinizin aynı içerik ve yaklaşım etrafında gelişmesini sağlayarak kurum içi bilgi paylaşımını ve iş birliğini güçlendirin.
Esnek Planlama: Eğitim tarihini, lokasyonunu ve programını kurumunuzun operasyonel ihtiyaçlarına göre planlayın.
Global Eğitim Organizasyonu: Eğitimi Turkmenistan lokasyonunda veya tercih ettiğiniz farklı bir ülkede/lokasyonda kurumunuza özel olarak organize edebilirsiniz.

Eğitimlerle ilgili bilgi almak ve diğer tüm sorularınız için bize ulaşın!

Neden bizi tercih ettiniz?

Bilginç'ten daha önce eğitim aldım ve memnun kaldım.

Daha önce farklı bir kurumdan aldığım eğitimden memnun kalmadım.

Diğer

IT departmanınızda kaç kişi çalışıyor?

0 – 50

50 – 250

250 – 1000

1000+

Machine Learning on Google Cloud Turkmenistan Eğitimi