Can I get the certificate without doing the capstones?

No. The certificate's value comes from your capstone portfolio. Passing quizzes shows knowledge; doing capstones shows you can apply it. Employers care about the second. Capstone open-source publication is also a key part of the course's ecosystem contribution — we can't break that chain.

Which modules can I skip?

Depends on your context. (1) Pure API consumer — Part III (pre-training) and Modules 32-37 (inference engineering) skippable. (2) Not doing vision/audio — Part V (Multimodal) skippable. (3) Not working in Turkish — Part X skippable. (4) Frontier model production not your concern — Modules 25-26 fast-skim. Must-not-skip: Parts I, II, IV, VI, VIII, IX.

I've watched Karpathy Zero-to-Hero, Stanford CS336, and Hamel Husain's blogs. What does this course add?

A lot. (1) Those three total ~100 lessons; we have ~558 + 18 capstones + Turkish dimension. (2) Those skim or skip multimodal, agent/MCP/Computer Use, production engineering (cost, observability, multi-tenant), safety/compliance, and eval. (3) Those are in English; if you're working in Turkish, the tokenization/dataset/eval dimensions specific to Turkish aren't covered. (4) 2024-2026 frontier (DeepSeek-V3, R1, GRPO, MLA, Llama 4) — covered here. Still, test yourself: if quizzes feel easy, switch to Mode 2 (Fast Skim).

Course Philosophy: Why This Path, Why This Order — The Skeleton of an 8-Month Curriculum

The 8 pedagogical principles behind this course, the 12-part / 76-module architecture, prerequisite graph, comparison with Karpathy & Stanford CS336 & Hamel Husain, 4 study modes, and 3 certificate levels.

Şükrü Yusuf KAYA

24 min read

5/13/2026

Beginner

Kurs Felsefesi: Neden Bu Yol, Neden Bu Sıra — 8 Aylık Müfredatın İskeleti

📐 Bu derste neden vakit harcıyoruz?

Çoğu kurs müfredatını sıralar ve 'haydi başlayalım' der. Bizim kurs farklı: 76 modüllük bir yolculuk. Her ders bir sonrakine zemin hazırlıyor. Bu dersi atlamak, dağa çıkmadan önce haritayı yakmak gibi olur. Sonraki 8 ay boyunca her zor anında 'neden buradayım, neden bu sırada' sorusuna cevap verebilmen için 25 dakikalık bu yatırımı yapıyoruz.

8 İnşa İlkesi#

Bu kurs aşağıdaki sekiz ilke üzerine kuruldu. Her ders, her capstone, her quiz bu sekiz ilkenin en az birini somutlaştırır.

Her yeni kavramı üç katmanda öğreteceğiz:

Sezgi katmanı — Bir görsel, bir analoji, bir mini-örnek. "Attention nedir?" derken bir not panosundaki 'sticky notlar' analojisi.
Matematik katmanı — Aynı kavramın formel ifadesi.
softmax(QK^T/√d)V
ve neden bu olduğu.
Kod katmanı — Aynı kavramı 100-300 satırda PyTorch ile yazma.

Neden bu sıra? Sebebi nörobilimsel: insan beyni soyut kavramları somut analoji üzerinden öğrenir. Matematiği önce gören öğrenci semboller arasında kaybolur; kodu önce gören öğrenci ne yaptığını bilmez. Önce niye anlatılır, sonra nasıl.

Karşı-örnek olarak: Bazı popüler kurslar sadece kod gösterir ("Bu satırla LoRA fine-tune ediyoruz"). Bu seni kullanıcı yapar, mühendis değil.

📌 8 İlkenin Özü

Bu kurs 'Bir kullanıcı yetiştirmek' değil, 'Bir mühendis yetiştirmek' için tasarlandı. Kullanıcı API çağırır; mühendis API'nin altını anlar, değiştirir, optimize eder. Sen mühendis olacaksın.

Kurs Mimarisi: 12 Part, 76 Modül, ~558 Ders#

Kurs 12 ana Part etrafında yapılandırıldı. Her Part bir önceki üzerine inşa edilir.

Part	Başlık	Modül	Ders	Süre
I	Mühendisin Cephaneliği — Matematik, Programlama, Zihin Modeli	6	42	3 hafta
II	Transformer Mimarisinin İskeleti	8	76	4 hafta
III	Pre-training Engineering	5	48	3 hafta
IV	Post-training — SFT, RLHF, DPO, GRPO, Constitutional AI	8	76	4 hafta
V	Multimodal LLM'ler	4	32	2 hafta
VI	Inference & System Engineering	7	70	4 hafta
VII	Agent, Tool Use, RAG, MCP	6	60	3 hafta
VIII	Production Engineering	8	70	3 hafta
IX	Evaluation, Safety, Compliance	5	45	2 hafta
X	Türkçe AI Ekosistemi & Lokal Mühendislik	3	21	1 hafta
XI	18 Capstone Projesi	16	—	3 hafta
XII	Araştırma, Kariyer, Gelecek	4	18	0.5 hafta
Toplam		80	~558	~32 hafta

Prerequisite Grafiği: Modül Sırası Neden Böyle?#

76 modül, lineer bir liste değil — bir bağımlılık grafiği. Bazı modüller paralel öğrenilebilir, bazıları zincirleme. Aşağıda kritik bağımlılıklar:

Pratik etki: Modül 1-5 (Part I) zorunlu prerequisite — bunları atlayan ileride defalarca geri dönmek zorunda kalıyor. Part V (Multimodal) ve Part VII (Agent/RAG) görece bağımsız — kendi alanın ilgili değilse atlanabilir.

Dünya Genelinde Benzer Kurslarla Karşılaştırma#

Bu kurs sıfırdan icat edilmedi. Dünya genelinde en iyi LLM/AI kaynaklarından iyi olanı aldık, gözden kaçanı ekledik. İşte karşılaştırma:

Kaynak	Güçlü Yanı	Eksiği	Bu Kursta Nasıl Karşılığı Var?
Karpathy "Neural Networks: Zero to Hero" (YouTube)	Sıfırdan PyTorch, transformer felsefesi, açık ve net	Sadece 25 ders, production hiç yok, multimodal/RAG/Agent yok	Part I-II'de aynı felsefe + 8 kat daha geniş kapsam
Stanford CS336 — Language Modeling from Scratch	Akademik derinlik, modern (2024-25)	İngilizce, çok teorik, production az	Part I-III için ana referans; biz ekledik production
Stanford CS25 — Transformers United	Frontier konuşmacıları (Karpathy, Sutskever)	Yapılandırılmış kurs değil, seminar	Modül 11, 25, 26 için kaynak
Fast.ai Practical Deep Learning	Pratik, hızlı sonuç	LLM-spesifik az, multimodal eski	Pedagojik tarz benzer; biz LLM-derin
Hamel Husain blog yazıları	Production ML, eval, fine-tuning pragmatik	Yapılandırılmış kurs değil	Part VIII-IX için ana ilham
Sebastian Raschka "Build a LLM from Scratch"	Çok temiz kod, satır satır	Sadece pre-training tarafı, production yok	Part I-II için referans, capstone C1'in temeli
HuggingFace LLM Course	Ücretsiz, transformers ekosistemi	Yüzeysel, "burayı çağır, oraya yaz"	Kütüphane tarafında biz daha derin
DeepLearning.AI kısa kursları (Andrew Ng)	Yeni-başlayan dostu	Çok kısa (1-2 saat), production yok	Part 0 ve Part I için tarz benzer
Maxime Labonne LLM Course (GitHub)	Açık-kaynak, geniş	Yer yer yüzeysel, video yok	Modül 19-25 için referans listesi

Sonuç: Karpathy + Stanford CS336 + Hamel Husain'in toplamı yaklaşık ~100 ders. Biz ~558 ders + 18 capstone + Türkçe-spesifik 21 ders + 2026 frontier (DeepSeek-V3, R1, MCP, Llama 4, Computer Use) ekledik. Türkçe ve İngilizce iki dilde.

Bu, gönülden bir iddia: bu kurs dünya genelinde LLM mühendisliği için en kapsamlı açık programdan biri — Türkçe'de ise tek.

4 Farklı Çalışma Modu#

Kursun büyüklüğü göz korkutucu olabilir. İşin sırrı: senin için doğru çalışma modunu seçmek. Dört mod öneriyoruz:

Kim için: Yüksek lisans öğrencileri, kariyer değiştirenler, "her şeyi" anlamak isteyenler.

Süre: 32 hafta yoğun (haftada 20 saat) veya 8 ay esnek (haftada 8 saat).

Akış: Modül 0'dan başla, sırayla git. Her dersin sezgi + matematik + kod katmanını tamamla. Her paper'ı oku. Her capstone'u yap.

Çıktı: Senior+ LLM Engineer seviyesi, 18 capstone portfolyo, HuggingFace + GitHub + blog ekosistemi.

Önerilen ek: Discord topluluğuna gir, haftada 2-3 saat tartışma + co-working.

🎯 Modunu nasıl seçeceksin?

Ana soru: 6 ay sonra nerede olmak istiyorsun? Cevap → mod seçimi. Bilmiyorsan: Mod 1 (Deep Linear) ile başla, ilk 4-5 modülde hızını gör. Çok yavaşsa Mod 2'ye geç; iyi ilerliyorsan devam et.

3 Sertifika Seviyesi#

Bu kursta üç ayrı sertifika alabilirsin. Her biri ayrı landing page, ayrı badge, ayrı LinkedIn add-to-profile linki.

Sertifika	Kapsam	Gereken	Konum
LLM Engineering Foundations	Modül 0–27 (Part I–IV)	Tüm modül quizlerini geçmek + C1, C2 capstone'larını HuggingFace'de yayınlamak	Junior–Mid mülakat hazırlığı
LLM Engineering Production	+ Modül 28–57 (Part V–IX)	+ Quizler + C3-C10 capstone'ları + bir açık-kaynak katkı	Senior pozisyon hazırlığı
LLM Engineering Diploma	Tüm kurs + final proje + savunma	Tüm yukarıdakiler + final diploma projesi (kişisel seçim) + 30 dk video savunma	Staff seviye iddia

Sertifika sahteciliği endişesi: Sertifikalar kriptografik olarak imzalı, public registry üzerinden doğrulanabilir (bkz. mevcut /learn/certificates sayfası). Sertifika sayfasına eklediğin link sahte yapılamaz.

Topluluk: Discord + GitHub + HuggingFace Org#

Sırf konunu öğrenmek değil, ekosisteme katılmak. Üç ortak alan:

Discord sunucusu —
discord.gg/sukruyusufkaya
(kurs Discord'u). Modül bazlı kanal'lar, haftada bir co-working session, bug-help, capstone showcase.
GitHub org —
github.com/sukruyusufkaya/llm-muhendisligi
. Tüm kod laboratuvarları, capstone şablonları, issue tracker. Pull request'lerin değerli.
HuggingFace org —
huggingface.co/sukruyusufkaya
. Kursun capstone'larından çıkan modeller ve datasetler. Senin modellerini de buraya alabiliriz (collaboration model).

Yardım İsteme Protokolü#

Bu kurs zor. Takılacaksın. İyi yardım istemek bir beceri:

Düzgün soru formatı:

Bağlam: "Modül 8, Lab 8.2'deyim. FlashAttention'ı Triton'la yazıyorum."
Beklenen: "X çalışmasını bekliyordum."
Gerçekleşen: "Y çıktısı geldi, hata mesajı şu: ..."
Denediklerin: "Şunu denedim, şunu okudum, şunu da denedim."
Spesifik soru: "B'yi C'ye nasıl bağlarım?"

Kötü soru: "FlashAttention çalışmıyor, yardım." İyi soru: Yukarıdaki 5 adımlı format.

Bu, Stack Overflow MCVE (Minimal, Complete, Verifiable Example) prensibinin uyarlamasıdır.

Uçuş Öncesi Kontrol Listesi#

Modül 1'e geçmeden önce şunlardan emin ol:

Python 3.10+ çalışıyor (bir sonraki ders: kurulum)
PyTorch 2.5+ kurulu ve test geçiyor (sonraki ders)
HuggingFace, OpenAI, Anthropic hesapların var (Ders 0.4)
Discord'a katıldın
Bu kursun yapısını anladın (12 part, 76 modül)
Çalışma modunu seçtin
Haftalık çalışma takvimi blok'ladın (en az 8 saat)

Bir tanesi bile eksik → önce onu hallet, sonra Modül 1.

Bu Derste Neler Öğrendik?#

✓ Kursun 8 pedagojik ilkesi: sezgi+matematik+kod, sıfırdan inşa, paper okuma, kod lab, capstone, Türkçe-özel, frontier'da kal, atlama ✓ 12 part, 76 modül, ~558 ders, ~32 hafta mimarisi ✓ Prerequisite grafiği: Part I zorunlu prerequisite; diğerleri kısmen paralel ✓ Dünya kaynaklarıyla karşılaştırma: Karpathy + Stanford CS336 + Hamel Husain'in toplamından geniş ✓ 4 çalışma modu: Deep Linear, Fast Skim, Project-Driven, Interview Prep ✓ 3 sertifika seviyesi: Foundations, Production, Diploma ✓ Topluluk altyapısı: Discord, GitHub, HuggingFace org

Sıradaki Ders#

0.3 — Atölye Kurulumu

uv

paket yöneticisi, PyTorch 2.5+ CUDA/MPS kurulumu, WSL2 detayları, Triton, FlashAttention pre-built wheels, Nsight Systems, VS Code, sanity test. Modül 1'e geçmeden önce ortamı kurmak şart.

Frequently Asked Questions

Possible but you sacrifice depth. 2-3 months = Mode 2 (Fast Skim). Outcome: Mid AI/LLM Engineer level, 3-5 capstones. Sufficient for most positions. If you're targeting Senior+ or want deep pre-training/fine-tuning expertise — speeding up will hurt you. My recommendation: start 'fast', see the value mid-course, then decide if you want to slow down.

Yorumlar & Soru-Cevap

(0)

Yorum yazmak için giriş yap.

Yorumlar yükleniyor...