Şükrü Yusuf Kaya - AI Blog & Eğitimler

Muhasebe ve Mali Müşavirlikte Yapay Zeka Danışmanlığı: Otomasyon ve Denetim

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:57 GMT

Muhasebede yapay zeka danışmanlığı, bir muhasebe departmanının veya mali müşavirlik bürosunun gerçek iş yükünü doğru yapay zeka use-case'lerine bağlayan ve bu use-case'leri bir demo olmaktan çıkarıp sahada çalışan, benimsenen ve sorumluluğu insanda kalan sistemlere dönüştüren bağımsız uzman desteğidir. Bu yazı, teknik bir "nedir" anlatısı değil; bir muhasebe müdürünün veya mali müşavirin "bize hangi yapay zeka projesi gerçekten değer üretir, nereden ve nasıl başlamalıyız, sorumluluk ve doğrulama tarafında neye dikkat etmeliyiz, neden bu mesleği bilen bir danışmanla çalışmalıyız" sorularına danışman gözüyle verilmiş bir cevaptır. Muhasebe ve mali müşavirlik, yapay zekanın en somut değer ürettiği ama aynı zamanda en yüksek dikkatle ele alınması gereken alanlardan biridir. Bir yandan meslek, tekrar eden ve emek yoğun işlerle doludur: fatura… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/muhasebe-ve-mali-musavirlikte-yapay-zeka-danismanligi)**

İnsan Kaynaklarında (İK) Yapay Zeka Danışmanlığı: İşe Alım, Analitik ve Uyum

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:55 GMT

İnsan kaynaklarında yapay zeka danışmanlığı, bir kurumun işe alımdan çalışan gelişimine kadar tüm İK yolculuğunda yapay zekayı nereye, hangi sırayla ve hangi uyum sınırları içinde uygulayacağını belirleyen uzman danışmanlık hizmetidir. Bu yazı, İK yöneticileri, işe alım liderleri ve üst yönetim için hazırlanmış, danışmanlık niyetli bir rehberdir: hangi use-case'ler öncelikli, işe alımda önyargı riski neden birinci sınıf bir kısıt, KVKK ve EU AI Act ne getirir, süreç nasıl işler ve ilk 90 günde nereden başlanır sorularını bir danışman titizliğiyle ele alır. İK, yapay zekanın hem en cazip hem en hassas uygulama alanlarından biridir. Cazip; çünkü işe alım, gelişim ve elde tutma süreçleri veri yoğundur ve doğru kurgulandığında önemli verimlilik sağlar. Hassas; çünkü İK kararları doğrudan bireylerin kariyerini,… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/insan-kaynaklarinda-yapay-zeka-danismanligi)**

Medya ve Reklamda Yapay Zeka Danışmanlığı: İçerik, Kişiselleştirme ve Telif

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:53 GMT

Medyada yapay zeka danışmanlığı nedir? Medyada yapay zeka danışmanlığı, bir yayıncı, ajans veya reklam kuruluşunun yapay zekayı içerik üretimi, kişiselleştirme, reklam optimizasyonu ve içerik moderasyonu gibi kullanım alanlarında hangi işlere, hangi sırayla ve hangi risk kontrolleriyle uygulayacağını tasarlayan uzman desteğidir. Bu danışmanlık, bir araç satın almaktan çok daha fazlasıdır: markanın güvenliğini, telif dürüstlüğünü ve yayın standardını koruyarak sürdürülebilir değer üretmeyi hedefler. Medya ve reklam, yapay zekanın en hızlı yayıldığı ama aynı zamanda en yüksek itibar riski taşıyan… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/medya-ve-reklamda-yapay-zeka-danismanligi)**

Tarımda Yapay Zeka Danışmanlığı: Hassas Tarım, Verim ve Tedarik

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:50 GMT

Tarımda yapay zeka danışmanlığı, bir tarım işletmesinin veya gıda-tarım şirketinin yapay zekayı hangi problemlerde, hangi sırayla ve hangi ön koşullarla kullanacağını belirleyen uzman hizmetidir. Amaç bir yazılım veya sensör satmak değil; sahanın gerçek kısıtlarına uygun, geri dönüşü ölçülebilir ve doğrulanabilir bir yol haritası kurmaktır. Bu rehber, tarımda yapay zeka danışmanlığının ne sağladığını, hangi use-case'lerin öncelikli olduğunu ve neden sektör-bilir bir danışmanın fark yarattığını bir danışman titizliğiyle ele alır. Tarım, yapay zekanın en çok vaat edildiği ama en zor uygulandığı alanlardan biridir. Laboratuvarda yüzde doksan doğrulukla çalışan bir hastalık tespit modeli, bulutlu bir günde, tozlu bir kamerayla, internetin çekmediği bir tarlada bambaşka davranır. Bu yüzden tarımda yapay zeka danışmanlığı, model kurmaktan çok,… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/tarimda-yapay-zeka-danismanligi)**

Telekomünikasyonda Yapay Zeka Danışmanlığı: Şebeke, Müşteri ve Büyüme

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:48 GMT

Telekomünikasyonda yapay zeka danışmanlığı, bir operatörün ya da telekom şirketinin yapay zekayı "gösterişli bir demo" olmaktan çıkarıp şebeke, müşteri ve büyüme başlıklarında ölçülebilir değere çevirmesine yön veren uzmanlık hizmetidir. Telekom, veri açısından Türkiye'nin en zengin sektörlerinden biridir: her arama, her mesaj, her veri oturumu, her baz istasyonu ve her fatura bir iz bırakır. Bu veri bolluğu yapay zeka için verimli bir zemin yaratır; ama aynı bolluk, doğru önceliklendirme ve regülasyon disiplini olmadan hızla bir maliyet kuyusuna dönüşür. Bu rehber, telekomünikasyonda yapay zeka danışmanlığının ne sağladığını, hangi telekom yapay zeka kullanım alanlarının öncelikli olduğunu, sektöre özgü zorlukları ve BTK ile KVKK çerçevesini, tipik projelerin ROI mantığını, neden… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/telekomunikasyonda-yapay-zeka-danismanligi)**

Eğitim Sektöründe Yapay Zeka Danışmanlığı: Okullar, Üniversiteler ve EdTech

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:45 GMT

Eğitim sektöründe yapay zeka danışmanlığı nedir ve bir okul, üniversite, dershane veya EdTech girişimi için gerçekte neyi değiştirir? Kısa cevap: eğitim sektöründe yapay zeka danışmanlığı, kurumun yapay zekayı nerede ve nasıl güvenle kullanacağını belirleyen; kişiselleştirilmiş öğrenme, değerlendirme otomasyonu, öğrenci başarı tahmini ve idari otomasyon use-case'lerini risk ve getiriye göre önceliklendiren; ve öğrenci verisi mahremiyetini birinci sınıf tasarım kısıtı olarak ele alan bir karar ve yol haritası hizmetidir. Bu yazı, bir danışmanın masaya oturduğunda… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/egitim-sektorunde-yapay-zeka-danismanligi)**

Otomotivde Yapay Zeka Danışmanlığı: Üretim, Bayilik ve Bağlı Araç

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:43 GMT

Otomotivde yapay zeka danışmanlığı, bir otomotiv üreticisinin, tedarikçisinin, distribütörünün veya bayi ağının; hangi yapay zeka use-case'lerinin gerçek değer üreteceğini seçmesine ve bu projeleri pilottan üretime ölçülebilir biçimde taşımasına yardım eden sektör-bilir uzman rehberliğidir. Bu yazı bir kavram sözlüğü değil; otomotiv değer zincirinde yapay zekanın nerede kazanç ürettiğini, nerede sadece maliyet olduğunu bir danışman gözüyle ele alan bir karar rehberidir. Otomotiv, yapay zeka için hem en verimli hem de en yanıltıcı sektörlerden biridir. Verimlidir; çünkü üretim hattı sensörle, tedarik zinciri veriyle, bayi ağı işlem… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/otomotivde-yapay-zeka-danismanligi)**

İnşaat ve Gayrimenkulde Yapay Zeka Danışmanlığı: Proje, Maliyet ve Değer

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:58:41 GMT

İnşaat ve gayrimenkulde yapay zeka danışmanlığı, mimari-mühendislik-inşaat ile gayrimenkul değer zincirine özgü sorunları sektörü bilen bir danışmanın rehberliğinde önceliklendirip pilottan üretime taşıyan bir hizmettir. Amaç, en yeni teknolojiyi kovalamak değil; proje ve maliyet tahmini sapmalarını azaltmak, sahada iş güvenliği izleme ile riski düşürmek, BIM verisinden değer üretmek ve gayrimenkul değerleme ile talep/fiyat tahmininde isabeti artırmak gibi ölçülebilir kazanımlar elde etmektir. Bu sektör, yapay zekayı benimsemede kendine özgü bir gerçeklikle karşılaşır: iş proje-bazlıdır, her şantiye tek seferlik gibi görünür, veri dağınıktır ve saha koşulları serttir. Bu gerçeklik, teknolojinin kendisinden çok, onun sektöre nasıl uyarlandığını belirleyici kılar; doğru soru "hangi araç" değil, "hangi acı, hangi sırayla" sorusudur. Bu yüzden genel bir yapay zeka projesinin… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/insaat-ve-gayrimenkulde-yapay-zeka-danismanligi)**

Turizmde ve Otelcilikte Yapay Zeka Danışmanlığı: Deneyim, Fiyatlama ve Operasyon

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:18 GMT

Turizmde yapay zeka danışmanlığı, bir otelin, seyahat acentesinin veya tur operatörünün yapay zekayı "denemek" ile "değere çevirmek" arasındaki farkı belirleyen sektör-odaklı bir uzmanlık hizmetidir. Bu yazı, turizmde yapay zeka danışmanlığının ne olduğunu, hangi use-case'lerde gerçek getiri ürettiğini, sektöre özgü zorlukları ve regülasyonu, danışmanlık sürecinin bu sektörde nasıl işlediğini ve ilk 90 günün nasıl planlandığını bir danışmanın gözünden ele alıyor. Turizm, yapay zekanın en hızlı değer üretebileceği sektörlerden biridir; çünkü bol verili, fiyat-duyarlı, sezonluk ve deneyim odaklıdır. Her rezervasyon, her misafir… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/turizmde-yapay-zeka-danismanligi)**

Enerji Sektöründe Yapay Zeka Danışmanlığı: Talep Tahmini, Şebeke ve Bakım

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:16 GMT

Enerji sektöründe yapay zeka danışmanlığı, bir üretim, iletim, dağıtım veya perakende enerji şirketinin verisini, varlıklarını ve süreçlerini analiz ederek yapay zekanın nerede somut değer üreteceğini belirleyen, doğru use-case'leri önceliklendiren ve bunları EPDK ile KVKK çerçevesinde üretime taşıyan uzman hizmetidir. Enerji, elektriğin fiziği, arz güvenliği ve regülasyonla iç içe geçtiği için genel bir kurumsal yazılım projesinden farklıdır; bu yüzden enerji sektöründe yapay zeka danışmanlığı, model bilgisi kadar sektör bilgisi de gerektirir. Bu rehber, bir danışmanın enerji şirketlerine hangi soruları sorduğunu ve hangi çerçeveyle yanıtladığını anlatır: enerji yapay zeka kullanım alanları nerede değer üretir, talep ve üretim tahmini neden en hızlı getiriyi verir, şebeke optimizasyonu ve… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/enerji-sektorunde-yapay-zeka-danismanligi)**

Kamuda Yapay Zeka Danışmanlığı: Kamu Hizmeti, Şeffaflık ve Güven

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:14 GMT

Kamuda yapay zeka danışmanlığı, bir kamu kurumunun yapay zekayı vatandaş hizmetleri, idari otomasyon ve kamu veri yönetişimi alanlarında; şeffaflık, hesap verebilirlik, açıklanabilirlik ve adalet ilkelerini koruyarak, mevzuata uygun biçimde tasarlayıp hayata geçirmesine yardımcı olan uzmanlık hizmetidir. Kamu, özel sektörden farklı bir sahadır: burada başarı ölçütü yalnızca verimlilik değil, aynı zamanda vatandaşın karşısında savunulabilir, denetlenebilir ve meşru bir hizmettir. Bu rehber, kamuda yapay zeka danışmanlığının ne sağladığını, hangi kamu yapay zeka kullanım alanlarının öncelikli olduğunu ve neden kamu-bilir bir danışmanın kritik olduğunu bir danışman gözüyle ele alır. Bir kamu kurumu yapay zekaya baktığında çoğu zaman etkileyici bir demoyla karşılaşır ve "biz de yapalım" der. Oysa kamuda gerçek soru "yapay zeka… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/kamuda-yapay-zeka-danismanligi)**

Hukukta Yapay Zeka Danışmanlığı: Belge, Araştırma ve Uyum Rehberi

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:11 GMT

Hukukta yapay zeka danışmanlığı, bir hukuk bürosunun veya kurumsal hukuk biriminin yapay zekayı doğru işlerde, doğru güvenlik ve uyum çerçevesiyle hayata geçirmesine rehberlik eden uzman hizmetidir. Bu yazı, bir teknoloji broşürü değil; hukukun kendine özgü gerçekleriyle (meslek sırrı, halüsinasyon riski, avukatın sorumluluğu ve mahkeme disiplini) yüzleşen bir danışman perspektifidir. Önemli bir uyarıyla başlayalım: bu metin bilgilendirme amaçlıdır ve hiçbir bölümü hukuki tavsiye yerine geçmez. Hukuk mesleği, bilgi yoğun ve belge yoğun bir alandır; bu yönüyle yapay zekanın en çok değer üretebileceği sektörlerden biridir. Ancak aynı özellikler, yani gizlilik hassasiyeti, hatanın maliyeti ve düzenlemeye tabi olma, yanlış… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/hukukta-yapay-zeka-danismanligi)**

Lojistikte ve Tedarik Zincirinde Yapay Zeka Danışmanlığı

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:08 GMT

Lojistikte yapay zeka danışmanlığı, bir lojistik veya tedarik zinciri şirketinin gerçek operasyon sorunlarını doğru yapay zeka use-case'lerine bağlayan ve bu use-case'leri bir demo olmaktan çıkarıp sahada çalışan, benimsenen sistemlere dönüştüren bağımsız uzman desteğidir. Bu yazı, teknik bir "nedir" anlatısı değil; bir lojistik yöneticisinin "bize hangi yapay zeka projesi gerçekten değer üretir, nereden ve nasıl başlamalıyız, neden bu sektörü bilen bir danışmanla çalışmalıyız" sorularına danışman gözüyle verilmiş bir cevaptır. Lojistik ve tedarik zinciri, yapay zekanın en somut değer ürettiği ama Türkiye'de danışmanlık açısından hâlâ görece boş, rakipsiz bir alandır. Sektörün her metrekaresi ve her kilometresi maliyet taşır: boş dönen bir tır, rafta bekleyen fazla stok, gümrükte takılan bir sevkiyat, geç kalan bir teslimat. İşte lojistikte yapay zeka danışmanlığı tam olarak bu maliyetleri veriyle görünür kılmak ve… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/lojistikte-yapay-zeka-danismanligi)**

Üretimde (İmalat) Yapay Zeka Danışmanlığı: Kestirimci Bakım, Kalite ve Verimlilik

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:06 GMT

Üretimde yapay zeka danışmanlığı, bir imalat işletmesinin makine, kalite ve süreç verisini değerlendirerek yapay zekanın nerede somut değer üreteceğini belirleyen, use-case'leri önceliklendiren ve seçilen çözümü pilottan üretime taşıyan sektör-bilir bir uzman hizmetidir. Bu yazı, "hangi yazay zeka aracını alalım" sorusundan önce sorulması gereken "hangi problemi, hangi hatta, hangi ölçülebilir getiriyle çözeceğiz" sorusuna odaklanır; çünkü imalatta değer, teknolojiden değil, doğru problemi doğru sırayla ele almaktan gelir. Bir üretim tesisinde yapay zeka, laboratuvar demosunda etkileyici görünüp sahada çöken en çok projeye sahip alanlardan biridir. Sebep neredeyse hiçbir zaman modelin zekâsı değildir; sebep, dağınık üretim verisi, eski otomasyon sistemlerinden veri çıkarmanın zorluğu, hattı durdurmadan pilot koşmanın kısıtları ve… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/uretimde-yapay-zeka-danismanligi)**

E-Ticarette Yapay Zeka Danışmanlığı: Kişiselleştirme, Operasyon ve Büyüme

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:03 GMT

E-ticarette yapay zeka danışmanlığı, bir çevrimiçi veya çok kanallı perakende işletmesinin yapay zekayı nereye, hangi sırayla ve hangi ön koşullarla uygulayacağını belirleyen uzman rehberlik hizmetidir. Amaç bir araç satmak değil; işletmenin verisine, marjına ve müşteri yolculuğuna bakarak hangi kullanım alanının gerçek gelir üreteceğini, hangisinin bu işletmede işe yaramayacağını ve pilotu hangi ölçülebilir metriğe bağlayacağını göstermektir. Bu rehber, bir e-ticaret veya perakende yöneticisi gözünden yazıldı. "Yapay zekayı kullanmalıyız" cümlesiyle "yapay zekayı şu senaryoda, şu veriyle, şu metriği hedefleyerek, şu uyum çerçevesinde kullanacağız" cümlesi arasındaki mesafeyi kapatmayı amaçlıyor. Bir e-ticaret işletmesinde yapay zeka nerede değer üretir, sektöre özgü zorluklar ve regülasyon nelerdir, tipik projeler ve ROI mantığı nasıl kurulur, neden… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/e-ticarette-yapay-zeka-danismanligi)**

Sağlıkta Yapay Zeka Danışmanlığı: Klinik ve İdari Use-Case'ler, Mahremiyet

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 07:00:01 GMT

Sağlıkta yapay zeka danışmanlığı nedir ve bir hastane, klinik, laboratuvar veya dijital sağlık girişimi için gerçekte neyi değiştirir? Kısa cevap: sağlıkta yapay zeka danışmanlığı, kurumun yapay zekayı nerede ve nasıl güvenle kullanacağını belirleyen; klinik karar destek ile idari otomasyon use-case'lerini risk ve getiriye göre önceliklendiren; ve özel nitelikli hasta verisi mahremiyetini birinci sınıf tasarım kısıtı olarak ele alan bir karar ve yol haritası hizmetidir. Bu yazı, bir danışmanın masaya oturduğunda gerçekte ne yaptığını, hangi soruları sorduğunu ve neden sektör-bilir bir yaklaşımın genel bir yapay zeka projesinden ayrıştığını anlatır. Önce bir sınır çizelim: bu yazı bilgilendirme amaçlıdır; hukuki veya tıbbi tavsiye değildir. Sağlık, hem hasta güvenliği hem de kişisel verinin en hassas biçimi… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/saglikta-yapay-zeka-danismanligi)**

Sigortacılıkta Yapay Zeka Danışmanlığı: Underwriting, Hasar ve Uyum

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 06:59:58 GMT

Sigortacılıkta yapay zeka danışmanlığı, bir sigorta şirketinin underwriting (risk kabul), hasar, fiyatlandırma ve müşteri operasyonlarında yapay zekayı nerede ve nasıl kullanacağını uçtan uca kurgulayan uzman rehberliktir. Amacı, teknolojiyi göstermek değil; sigortanın aktüeryal, hukuki ve operasyonel gerçekleriyle hizalanmış, SEDDK uyum ile KVKK çerçevesinde güvenli ve ölçülebilir sonuçlar üretmektir. Bu rehber, bir danışmanın masasında bu işin gerçekte nasıl yürüdüğünü anlatır. Sigorta, verinin ve riskin dili üzerine kurulu bir sektördür; bu yüzden yapay zeka için hem en verimli hem de en hassas alanlardan biridir. Doğru kurgulandığında yapay zeka, poliçe teklifini hızlandırır, hasarı daha adil ve hızlı öder, dolandırıcılığı erken yakalar ve müşteriye daha iyi bir… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/sigortacilikta-yapay-zeka-danismanligi)**

Bankacılıkta Yapay Zeka Danışmanlığı: Use-Case'ler, Uyum ve Başlangıç Rehberi

Şükrü Yusuf KAYA — Wed, 09 Sep 2026 06:59:56 GMT

Bankacılıkta yapay zeka danışmanlığı, bir bankanın yapay zekayı hangi problemde, hangi sırayla ve hangi uyum sınırları içinde kullanacağını belirleyen sektör-bilir bir danışmanlık hizmetidir. Bu yazı, teknolojinin kendisini değil, o teknolojiyi bankacılık bağlamında değer üreten bir programa dönüştüren karar ve süreç katmanını ele alır: neden sektör-bilir bir danışman gerekir, süreç bu sektörde nasıl işler ve ilk 90 günde ne yapılır. Kısacası bankacılıkta yapay zeka danışmanlığı, "hangi modeli alalım" sorusunun değil, "hangi işi, hangi riskle, hangi değeri hedefleyerek yapalım" sorusunun cevabıdır. Bu ayrım, bir bankanın yapay zeka yolculuğunda alacağı en belirleyici karardır ve tüm sonraki adımların yönünü tayin eder. Bankaların yapay zekaya ilgisi yüksek; ama ilgi ile üretime geçmiş, denetlenebilir ve değer üreten bir sistem arasında büyük bir mesafe var. Bu mesafe teknik değil, çoğunlukla stratejik ve… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/bankacilikta-yapay-zeka-danismanligi)**

Yapay Zeka Danışmanlığı Hakkında En Çok Sorulan 30 Soru

Şükrü Yusuf KAYA — Mon, 07 Sep 2026 16:46:49 GMT

En çok sorulan yapay zeka danışmanlığı soruları genellikle aynı altı başlık etrafında döner: bu iş ne kadar tutar, doğru danışmanı nasıl seçerim, süreç nasıl işler, sözleşmede neye dikkat etmeliyim, KOBİ için mantıklı mı ve sonunda getiriyi nasıl ölçerim. Bir yönetici olarak yapay zeka danışmanlığı almayı düşündüğünüzde, kafanızda bu soruların hepsi aynı anda döner ve her birinin ayrı bir kaygısı vardır: bütçe kaygısı, doğru kişiyi bulma kaygısı, kandırılma kaygısı ve harcanan paranın karşılığını alamama kaygısı. Bu rehber, tam olarak bu yapay zeka danışmanlığı soruları yığınını düzenlemek için hazırlandı: 30 soruyu altı tema altında toplar, her birine iki-dört cümlelik kısa ve net bir cevap verir ve konunun derinliğini ilgili kapsamlı rehbere bağlar. Bu sayfayı bir ansiklopedi gibi değil, bir harita gibi düşünün. Amaç her konuyu burada tüketmek değil; aklınızdaki soruyu hızla yanıtlayıp sizi o konunun derin rehberine yönlendirmektir. Böylece hem hızlı… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/yapay-zeka-danismanligi-sss-rehberi)**

Yapay Zeka Danışmanlığı İşe Yarar mı? Değer, Getiri ve Ne Zaman Mantıklı

Şükrü Yusuf KAYA — Mon, 07 Sep 2026 16:46:46 GMT

Yapay zeka danışmanlığı değeri gerçek mi, yoksa pahalı bir slayt destesinden mi ibaret? Bu, alan içinde çalışan biri olarak en çok karşılaştığım skeptik soru ve dürüst cevabı vermeyi hak ediyor. Kısa cevap şudur: yapay zeka danışmanlığı değeri koşullu olarak gerçektir — net bir iş problemi, karar verecek bir yönetici desteği ve uygulamaya geçme niyeti varsa danışman kurumun kendi başına ulaşamayacağı somut sonuçlar üretir; bu koşullar yoksa danışmanlık gerçekten de pahalı bir slayt destesine dönüşür. Yani mesele danışmanlığın kendisinin değerli olup olmadığı değil; sizin kurumunuzun, o değeri açığa çıkaracak koşullara sahip olup olmadığıdır — ve bu ayrım, tüm yazının çıkış noktasıdır. Bu yazıda konuyu bir satış broşürü diliyle değil, danışmanlık işe yarar mı diye soran skeptik bir yöneticinin gözünden ele alıyorum. Danışmanlık getirisinin nereden geldiğini, hangi somut değer… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/yapay-zeka-danismanligi-degeri)**

Yapay Zeka Danışmanı Türleri: Strateji, Teknik, Eğitim ve Uyum Danışmanlığı

Şükrü Yusuf KAYA — Mon, 07 Sep 2026 16:46:44 GMT

Yapay zeka danışmanı türleri, tek bir "danışman" etiketinin arkasında birbirinden çok farklı işler yapan rollerin gizlendiğini gösterir. Bir kurum "bize bir yapay zeka danışmanı lazım" dediğinde aslında çoğu zaman farklı bir ihtiyaçtan bahsediyordur: kimi zaman bir yol haritası, kimi zaman çalışan bir sistem, kimi zaman ekip eğitimi, kimi zaman da hukuki uyum. Bu yazıda yapay zeka danışmanı türleri konusunu bir sınıflandırma egzersizi olarak değil, kurumunuzun o anki darboğazına doğru uzmanı eşleştirmenizi sağlayacak pratik bir karar rehberi olarak ele alıyoruz. Ayrımın önemi şuradan gelir: yanlış türde bir danışmanla çalışmak, kötü bir danışmanla çalışmaktan bazen daha maliyetlidir. Mükemmel bir teknik danışman, çözmeniz gereken sorun stratejik bir boşluksa size yardımcı olamaz; parlak bir strateji danışmanı, sorununuz üretime alınamayan bir pilotsa çıktı üretemez.… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/yapay-zeka-danismani-turleri)**

İyi Bir Yapay Zeka Danışmanının 12 Özelliği: Nasıl Ayırt Edersiniz?

Şükrü Yusuf KAYA — Mon, 07 Sep 2026 16:46:41 GMT

İyi yapay zeka danışmanı nasıl ayırt edilir? İyi yapay zeka danışmanı, kurumunuzun yapay zeka yatırımını gösterişli bir demoya değil, ölçülebilir bir iş sonucuna dönüştüren; teknolojiden çok değeri merkeze alan uzmandır. Bu yazıda, doğru danışmanı yanlışından ayıran 12 somut danışman özelliğini, en sık görülen kırmızı bayrakları ve her özelliği pratikte nasıl doğrulayacağınızı bir danışman titizliğiyle ele alıyoruz. Amacımız, size etkileyici bir sunuma kanmadan, kanıta dayalı bir değerlendirme çerçevesi vermektir. Bu yazı, hangi danışmanı seçeceğinize dair genel karar rehberinin değil, seçtiğiniz kişiyi nasıl değerlendireceğinizin yazısıdır. Danışmanlık ilişkisine girmeden önce adım adım karar sürecini merak ediyorsanız, ayrı ve kapsamlı bir kaynak olan yapay zeka danışmanı nasıl seçilir rehberi süreç, teklif ve sözleşme adımlarını anlatır;… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/iyi-yapay-zeka-danismani-ozellikleri)**

Yapay Zeka Danışmanı Ne İş Yapar? Roller, Görevler ve Tipik Bir Proje

Şükrü Yusuf KAYA — Mon, 07 Sep 2026 16:46:38 GMT

Yapay zeka danışmanı ne iş yapar? Yapay zeka danışmanı, bir kurumun yapay zekadan gerçek iş değeri elde etmesi için stratejiyi, doğru kullanım senaryolarının seçimini, teknik mimariyi, riziko ve uyum yönetimini, ekip yetkinliğini ve başarı ölçümünü uçtan uca yönlendiren bağımsız uzmandır. Kısaca teknolojiyi değil, teknolojinin kurumdaki doğru uygulamasını yönetir; çıktısı çalışan bir ürün değil, kurumu doğru kararlara ve kendi yürütebileceği bir plana kavuşturan yapılandırılmış bilgidir. Bu yazı, "yapay zeka danışmanı ne iş yapar" sorusunu bir slogan düzeyinde değil, gerçek bir danışmanın gününü, görevlerini, ürettiği teslimatları ve sınırlarını 360 derece açan bir rehber olarak ele alır. Danışman rolünün hangi eksenlerden oluştuğunu, tipik bir projede adım adım ne… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/yapay-zeka-danismani-ne-is-yapar)**

Yapay Zeka Danışmanına Ne Zaman İhtiyaç Duyulur? 10 Belirti ve Karar Rehberi

Şükrü Yusuf KAYA — Mon, 07 Sep 2026 16:46:35 GMT

Yapay zeka danışmanına ne zaman ihtiyaç duyulur? Bir kurum, yapay zeka girişimlerini tek başına güvenle yürütemediğinde, pilotları değer üretmeden takıldığında veya bu girişimler fayda yerine risk üretmeye başladığında bir yapay zeka danışmanına ihtiyaç duyar. Bu ihtiyaç bir hisse değil, aşağıda tek tek açtığımız on gözlemlenebilir belirtiye dayanır; birkaçı aynı anda görülüyorsa danışman almanın getirisi maliyetini aşar. Bu rehber, "acaba bize bir danışman lazım mı" sorusunu bir sezgiden çıkarıp bir karar çerçevesine dönüştürmek için yazıldı. Danışmanlığın ne olduğunu, ne iş yaptığını veya nasıl seçileceğini değil — bunları ayrı yazılarda ele alıyoruz — özellikle "ne zaman" sorusunu, yani ihtiyacın belirtilerini konu alıyor. Sırasıyla on belirtiyi, her birinin ne anlama geldiğini ve önerilen aksiyonu bir tablo halinde; ardından iç ekip mi dış uzman mı kararını, danışmanı… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/blog/yapay-zeka-danismanina-ne-zaman-ihtiyac-duyulur)**

Bir Yapay Zeka Danışmanıyla İlk 30 Gün: Adım Adım Süreç

Şükrü Yusuf KAYA — Sat, 05 Sep 2026 16:26:39 GMT

Bir yapay zeka danışmanıyla çalışmaya karar verdiniz; peki ilk gün kapıdan girdiğinde ne olacak? Yapay zeka danışmanlığı süreci ilk 30 günde, projenin bütün kaderini belirleyen bir dönemdir. Bu yazı, o ilk 30 günü hafta hafta, adım adım açıklar; "ne beklemeliyim", "ilk toplantıda neler konuşulur" ve "ne zaman ilk sonuçları görürüm" gibi somut sorulara net cevaplar verir. Amacımız, süreci gizemli bir kutu olmaktan çıkarıp, karar vericinin gözünde öngörülebilir ve yönetilebilir bir plana dönüştürmektir. Bu rehber bir satış broşürü değil; sahada onlarca kurumsal başlangıcın nasıl ilerlediğini gözlemlemiş bir danışmanın gözünden yazılmış, dürüst bir yol haritasıdır. Abartılı vaatler yerine gerçekçi beklentiler, parlak sözler yerine somut çıktılar üzerine kuruludur. İster ilk defa bir yapay zeka projesine başlıyor olun, ister daha önce yarım kalmış bir denemeden sonra doğru başlangıcı arıyor olun, bu 30 günlük çerçeve size bir pusula sunacaktır.

Eğitim: Sağlık Sektörü için Yapay Zeka Eğitimi: Hastane Operasyonları, Klinik Karar Destek, Görüntüleme Triajı ve RAG

Şükrü Yusuf KAYA — Tue, 19 May 2026 21:03:31 GMT

Türkiye sağlık sektöründe çalışan hastane, klinik, ilaç ve sağlık teknolojisi ekipleri için hastane operasyonları (yatak, acil, ameliyathane, MEDULA), klinik karar destek sistemleri (sepsis erken uyarı, CPOE, ilaç etkileşimi), medikal görüntüleme triajı (radyoloji, dijital patoloji, onkoloji) ve klinik bilgi tabanı RAG mimarisini uçtan uca öğreten; KVKK Sağlık Verileri Yönetmeliği, AB AI Act, TİTCK, HIMSS EMRAM ve HL7 FHIR uyumlu çerçevede hazırlanmış 2 günlük uygulamalı eğitim. Türkiye sağlık ekosistemine özgü kapsam ve düzenleyici çerçeve ile içerikte muadili olmayan bir program.

Eğitim: Yapay Zeka ile Video Üretimi Eğitimi (Sora 2 + Google Veo 3 + Runway Gen-4 + Kling 2.0 + Hailuo + Pika + HunyuanVideo)

Şükrü Yusuf KAYA — Tue, 19 May 2026 20:27:05 GMT

Bu eğitim, 2024-2026 döneminin en sıcak yaratıcı paradigma kayması olan yapay zeka ile video üretimi ekosistemini Türkçe olarak uçtan uca öğretmek üzere tasarlanmıştır. Şubat 2024'te OpenAI'ın Sora demosuyla şok eden ve Aralık 2024'te Sora 2 açık lansmanı + Google Veo 2 ile mainstream'leşen yapay zeka video üretimi disiplini, 2025 boyunca Veo 3 (Mayıs 2025 — native audio + lip-sync devrim), Runway Gen-4 + Act-Two + Aleph (Mart 2025), Kling 2.0 (Kuaishou), Hailuo (MiniMax), Pika 2.2, Luma Dream Machine 2 ile production-grade reklam + film + sosyal medya içerik üretiminin standartı haline geldi. Açık kaynak tarafında HunyuanVideo (Tencent), Wan 2.1 (Alibaba), LTX-Video (Lightricks), Mochi 1 (Genmo) gibi modeller KVKK uyumlu self-hosted enterprise deployment'ı mümkün kıldı. Türkiye'de bu ekosistemi Türkçe + uçtan uca + sektör use case'leriyle (e-ticaret, sosyal medya, kısa film, reklam ajansı) işleyen kapsamlı bir eğitim neredeyse yoktur — mevcut içerikler ya tek aracın kısa tutoriallerinde takılı kalıyor ya da İngilizce'de donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade yapay zeka video üretimi referans eğitimi olarak doldurmak üzere tasarlandı.

Programın stratejik omurgasını, AI video üretimi çağının doğuşunu ve 2026 ekosistem haritasını netleştiren ilk modül oluşturur. OpenAI Sora demosu (Şubat 2024) → Sora 2 lansman (Aralık 2024) → Google Veo 2 + Veo 3 (2025 native audio) → Runway Gen-4 (2025) → Kling 2.0 + Hailuo + Pika 2.2 + Luma 2 yarışı; açık kaynak (HunyuanVideo + Wan 2.1 + LTX-Video + Mochi 1) + avatar-focused (HeyGen + Synthesia) ekosistem haritası karşılaştırmalı sunulur. Türk pazarı sektör fırsatları: e-ticaret reklam videosu (Trendyol + Hepsiburada + Amazon TR satıcıları için), sosyal medya viral içerik (TikTok 20M + Instagram Reels 40M + YouTube Shorts 30M Türk kullanıcı), AI influencer + sanal karakter + kısa film + müzik klibi pazarı detaylandırılır. Cost + kalite + lip-sync + uzunluk + tutarlılık… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/yapay-zeka-video-uretimi-egitimi)**

Eğitim: Voice AI Mühendisliği Eğitimi (OpenAI Realtime + ElevenLabs + Cartesia Sonic + Sesame Maya + Whisper + Vapi + LiveKit Agents + Moshi)

Şükrü Yusuf KAYA — Tue, 19 May 2026 19:04:33 GMT

Bu eğitim, 2024-2026 döneminin paradigma açıcı agent katmanı olan voice AI disiplinini Türkçe olarak uçtan uca öğretmek üzere tasarlanmıştır. Ekim 2024'te OpenAI'ın GPT-4o Realtime API lansmanı, 2025'te Anthropic Claude Voice ve Google Gemini 2.5 Live API'nin gelişi, Sesame Maya'nın conversational presence paradigmasını açması, Hume EVI 3'ün empathic voice interface'i, Cartesia Sonic 2'nin sub-100ms TTS'i, ElevenLabs'in 32 dilde ultra-natural TTS + Conversational AI platformu, Vapi (YC W24) + Retell AI (YC S23) voice agent orchestrator'leri, LiveKit Agents + Pipecat open-source framework'leri ve Moshi (Kyutai), F5-TTS, Higgs Audio v2 açık kaynak alternatifleri ile voice AI ekosistemi production-grade bir disipline dönüştü. Türk bankacılık (BDDK IVR), sağlık (SBSGM acil çağrı triaj), e-ticaret (Trendyol/Hepsiburada call center), kamu hizmetleri (444 hatları) sektörleri için voice AI otomasyonu kritik avantaj sunuyor — ancak Türkçe'de bu disiplini uçtan uca işleyen bir eğitim neredeyse yoktur. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade voice AI referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, klasik 3-stage pipeline (STT → LLM text → TTS) yaklaşımından native real-time speech-to-speech (S2S) LLM paradigmasına geçişin gerekçesini netleştiren ilk modül oluşturur. Klasik pipeline'da latency budget yüksek (STT 200ms + LLM 500ms + TTS 200ms = 900ms TTFB) ve emotion + prosody bilgisi kayboluyor; native S2S LLM (GPT-4o Realtime, Gemini 2.5 Live, Claude Voice, Sesame Maya, Moshi) <500ms TTFB + emotion preservation + interruption handling sağlıyor. 2026 ekosistem haritası karşılaştırmalı sunulur: commercial S2S (OpenAI Realtime, Claude Voice, Gemini Live), specialized voice (Sesame Maya, Hume EVI 3, ElevenLabs Conversational), open-source (Moshi, F5-TTS, Higgs Audio v2). Türk pazarı use case'leri: bankacılık BDDK IVR otomasyonu + KVKK uyumlu voice authentication, sağlık SBSGM acil çağrı triaj +… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/voice-ai-muhendisligi-egitimi)**

Eğitim: AI Code Review Sistemi Mühendisliği Eğitimi (CodeRabbit + Greptile + Qodo + Bito + Custom LangGraph Build)

Şükrü Yusuf KAYA — Tue, 19 May 2026 18:33:46 GMT

Bu eğitim, kurumsal yazılım ekiplerinin pull request review sürecini AI-driven yaklaşımla dönüştürmek ve developer productivity'i artırmak isteyen Senior Backend Developer, DevOps Engineer, Tech Lead, Engineering Manager ve AI Engineer'lar için tasarlanmış 3 günlük ileri seviye bir programdır. 2023'te GitHub Copilot Reviews'un lansmanı, 2024'te CodeRabbit'in YC W24 batch'inden çıkışı ve 30K+ GitHub repo + 1500+ enterprise customer'a ulaşması, Greptile'ın codebase-aware AI review yaklaşımı, Qodo (eski Codium AI) ürün ailesi (Gen + Merge + Cover), Bito Code Review Agent, Cursor BugBot, GitLab Duo Code Review, Sweep AI autonomous PR bot ve Diamond ekosistemi ile 2024-2026 dönemi AI code review'ın kurumsal yazılım geliştirme süreçlerine entegre olduğu çağ oldu. Türkiye'de bu disiplini Türkçe + uçtan uca + production-grade işleyen bir eğitim neredeyse yoktur — mevcut içerikler ya CodeRabbit kısa tutoriallerinde takılı kalıyor ya da OpenAI API basit prompt demo'larında donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade AI code review referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, klasik static analysis (SonarQube, ESLint, Pylint, golangci-lint) yaklaşımından modern AI-driven code review platformlarına geçişin gerekçesini netleştiren ilk modül oluşturur. Klasik linter'lar syntactic level'da kalıyor; SonarQube + Snyk + Semgrep semantic analysis sunuyor ama rule-based + cross-file context'i yetersiz; AI code review ise semantic + intent + context-aware avantajla developer'ın 'gerçekten ne yapmak istediğini' anlayıp comment üretebiliyor. 2026 ekosistem haritası: CodeRabbit (YC W24, 30K+ repo + 1500+ enterprise), Greptile (YC S23, codebase-aware), Qodo (test + review hibrit), Bito + Sweep + Diamond + Cursor BugBot, GitHub Copilot Reviews + GitLab Duo Code Review platform-native solutions. ROI hesabı: PR cycle time %30-50 reduction, bug detection rate %20-40 artış, developer cognitive load… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/ai-code-review-sistemi-muhendisligi-egitimi)**

Eğitim: vLLM Internals ve Custom Backend Mühendisliği Eğitimi (PagedAttention + Continuous Batching + Speculative Decoding + NVIDIA Dynamo)

Şükrü Yusuf KAYA — Tue, 19 May 2026 18:17:33 GMT

Bu eğitim, 2024-2026 döneminin de facto inference engine standardı haline gelen vLLM'in iç mimarisini, algoritma temellerini ve production deployment disiplinini Türkçe olarak uçtan uca öğretmek üzere tasarlanmıştır. UC Berkeley Sky Computing Lab'in Eylül 2023'te SOSP'te tanıttığı PagedAttention makalesinden başlayan yolculuk, 30K+ GitHub star, LF AI & Data Foundation altında 2025 incubation, vLLM v1 redesign (Mart 2025), NVIDIA Dynamo collaboration (Mart 2025), Neural Magic + Anyscale + Red Hat ekosistemi ile production-grade bir platforma dönüştü. Türkiye'de bu disiplini source code seviyesinden production Kubernetes deployment'a kadar uçtan uca işleyen bir eğitim neredeyse yoktur — mevcut içerikler ya kısa vLLM tutoriallerinde takılı kalıyor ya da OpenAI-compatible server kullanım demo'larında donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade vLLM internals referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, vLLM'in doğuş ve yükselişini, neden inference engine standardı haline geldiğini ve 2026 ekosistem manzarasını netleştiren ilk modül oluşturur. Kwon 2023 PagedAttention paper'ının (SOSP) UC Berkeley Sky Lab'den çıkışı; 2024 production yaygınlaşması; LF AI & Data Foundation 2025 incubation; vLLM v1 redesign (Mart 2025 — sync to async architecture geçişi, 1.7x throughput); NVIDIA Dynamo collaboration; Neural Magic acquisition (Red Hat tarafından 2024). Inference engine karşılaştırması: vLLM vs SGLang (CMU + Stanford, radix attention), vs TensorRT-LLM (NVIDIA-only, en hızlı NVIDIA-native), vs Hugging Face TGI (basit + production-ready), vs LMDeploy (Shanghai AI Lab, TurboMind kernel). 2026 inference manzarası: multi-vendor inference (NVIDIA H100/B200, AMD MI300X/MI355X, AWS Trainium 2, Apple Silicon), reasoning model + agent + long context serving'in unique gereklilikleri, open-source vs commercial inference (Anyscale, Together AI, Fireworks).

İkinci modül vLLM'in iç mimari… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/vllm-internals-custom-backend-muhendisligi-egitimi)**

Eğitim: AI Red Teaming ve Adversarial Robustness Mühendisliği Eğitimi (MITRE ATLAS + OWASP LLM Top 10 + Garak + PyRIT + Llama Guard)

Şükrü Yusuf KAYA — Tue, 19 May 2026 17:39:53 GMT

Bu eğitim, kurumsal üretken AI ve LLM ürünlerini saldırı vektörlerine karşı sistematik test etme ve sağlamlaştırma disiplini olan AI red teaming + adversarial robustness mühendisliğini Türkçe olarak uçtan uca işlemek üzere tasarlanmıştır. 2024-2026 dönemine damga vuran gelişmeler: EU AI Act'in Mayıs 2024'te yürürlüğe girmesi + Article 15 robustness/cybersecurity zorunluluğu + Article 50 transparency, KVKK Üretken AI Rehberi (2024), ISO/IEC 42001:2023 AI Management System sertifikasyonu, NIST AI RMF 1.1 (2024), Microsoft AI Red Team metodolojisinin yayınlanması, UK AI Safety Institute (AISI) framework'ü, NVIDIA Garak ve Microsoft PyRIT açık kaynak red team tool'larının olgunlaşması, OWASP LLM Top 10 v2.0 (2025) güncellemesi, MITRE ATLAS framework'ünün olgunlaşması. Türkiye'de bu disiplini Türkçe + uçtan uca + production-grade işleyen bir eğitim neredeyse yoktur — mevcut içerikler ya OWASP slide'larında takılı kalıyor ya da yüzeysel jailbreak demo seviyesinde donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade AI red teaming referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, AI red teaming'in klasik penetration testing ile farkını netleştiren ve 2026 tehdit manzarasını haritalandıran ilk modül oluşturur. Klasik pen test deterministic sistemler için tasarlandı; AI sistemler non-deterministic + semantic attack surface + natural language jailbreak'e açık — bu farkı kavramadan modern AI security inşa edilemez. Anthropic constitutional AI + ARC Evals + Responsible Scaling Policy, OpenAI Preparedness Framework + system card red team raporları, Microsoft AI Red Team + UK AISI Inspect Framework metodolojileri karşılaştırmalı işlenir. Compliance zorunluluğu: EU AI Act Article 15 (robustness + cybersecurity), KVKK Üretken AI Rehberi (2024), ISO/IEC 42001:2023 audit requirements, Bankacılık BDDK + sağlık SBSGM + finansal SPK + denetim KGK sektörel AI güvenlik çerçeveleri detaylandırılır. Türk kurumsal… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/ai-red-teaming-adversarial-robustness-muhendisligi-egitimi)**

Eğitim: Browser Agent Mühendisliği Eğitimi (Playwright + Browser Use + Anthropic Computer Use + OpenAI Operator + Stagehand + Skyvern)

Şükrü Yusuf KAYA — Tue, 19 May 2026 16:28:54 GMT

Bu eğitim, 2024-2026 döneminin paradigma açıcı agent katmanı olan browser agent disiplinini Türkçe olarak uçtan uca öğretmek üzere tasarlanmıştır. Ekim 2024'te Anthropic Claude Computer Use'un lansmanı, Ocak 2025'te OpenAI Operator + Computer Use API'sinin gelişi, Google Project Mariner ve Microsoft Magentic-One'ın katkıları ile browser agent disiplini AI mühendisliğinin yeni cephesini açtı. Klasik RPA çözümlerinin (UiPath, Automation Anywhere) script-tabanlı, kırılgan, bakım maliyeti yüksek yaklaşımının yerini vision-language model tabanlı, adaptive, doğal dil prompt'la kontrol edilebilen yeni nesil otonom browser agent'lar aldı. Türkiye'de bu disiplini Playwright temelinden başlayarak Browser Use / Stagehand / Anthropic Computer Use / OpenAI Operator / Skyvern / Magentic-One stack'ine kadar uçtan uca işleyen bir eğitim neredeyse yoktur — mevcut içerikler ya kısa Playwright tutoriallerinde takılı kalıyor ya da yüzeysel demo seviyesinde donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade browser agent referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, browser agent çağının doğuşu ve momentum'unu çerçeveleyen ilk modül oluşturur. Anthropic Claude Computer Use'un Ekim 2024 lansmanı — Claude Sonnet 3.5 / 4.6'nın screenshot okuyup mouse + keyboard action üretmesi paradigma açtı; OpenAI Operator'un Ocak 2025 ChatGPT Pro tier lansmanı consumer-facing autonomous agent vizyonunu yaygınlaştırdı; OpenAI Computer Use API ile developer'lar bu paradigmaya erişim kazandı; Google Project Mariner + Microsoft Magentic-One araştırma alanını derinleştirdi; Adept ACT-2 ve diğer çözümler yarışa katıldı. Klasik RPA ile farkı: UiPath / Automation Anywhere scripted (her yeni UI değişikliğinde manuel update), brittle (CSS selector kırılır kırılmaz pipeline çöker), bakım maliyeti yüksek; AI browser agent vision-aware (screenshot okuyarak adapt eder), reasoning-driven (LLM ile akıllı karar verir), self-healing… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/browser-agent-muhendisligi-egitimi)**

Eğitim: AI Agent Memory Sistemleri Mühendisliği Eğitimi (Letta / MemGPT + Mem0 + Zep + Cognee + Graphiti + LangMem)

Şükrü Yusuf KAYA — Tue, 19 May 2026 15:45:43 GMT

Bu eğitim, klasik stateless LLM API çağrılarının ötesine geçerek, kullanıcısını hatırlayan, konuşma geçmişinden öğrenen, uzun süreli context'i sürdüren stateful AI agent paradigmasının temel yapı taşı olan agent memory disiplinini Türkçe olarak uçtan uca öğretmek üzere tasarlanmıştır. 2024-2026 dönemi agent memory ekosisteminin doğuşuna sahne oldu: Letta (eski MemGPT, Berkeley 2023, virtual context paginasyonu), Mem0 (YC W24, hybrid memory layer, 25K+ GitHub star), Zep (Series A 2024, temporal knowledge graph), Graphiti (Zep'in açık kaynak graph engine'i), Cognee (GraphRAG + memory hibrit), LangChain LangMem (native memory primitives), OpenAI Memory (ChatGPT cross-conversation), Claude Projects + Anthropic Memory Tool API (2025), Google Gemini Memory (2025). Türkiye'de bu disiplini bilişsel taksonomi + framework karşılaştırması + retrieval stratejisi + lifecycle management + production eval üçgeninde uçtan uca işleyen bir eğitim neredeyse yoktur — mevcut içerikler ya tek aracın kısa tutoriallerinde takılı kalıyor ya da akademik makalelerde donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade agent memory referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, stateless LLM API'sinden stateful agent paradigmasına geçişin gerekçesini ve 2024-2026'da hızla yükselen agent memory ekosistemini netleştiren ilk modül oluşturur. Klasik LLM API her çağrıyı bağımsız ele alır ve context window sınırı (8K-1M token) içinde kalmak zorundadır; agent ürünlerin (kişisel asistan, müşteri destek bot'u, satış CRM AI, kişisel tutor, personal trainer AI) ihtiyaçları persistent identity, long-term user knowledge, episodic recall, multi-session continuity gibi context window'a sığmayan boyutlar içerir. 'Sadece context window'u büyütmek yeter mi?' sorusuna kanıt-tabanlı yanıt: hayır — Gemini 2.5 Pro 10M token context dahi cost + latency + needle-in-haystack accuracy açısından memory layer ihtiyacını ortadan kaldırmıyor.… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/ai-agent-memory-sistemleri-muhendisligi-egitimi)**

Eğitim: AI Observability ve LLM Monitoring Mühendisliği Eğitimi (Langfuse + Phoenix + Helicone + Weave + Braintrust + LangSmith)

Şükrü Yusuf KAYA — Tue, 19 May 2026 15:34:36 GMT

Bu eğitim, üretken yapay zekâ ve büyük dil modeli (LLM) uygulamalarını production'da gözlem altına alma, ölçme, değerlendirme ve operasyonel sürdürülebilirliğini sağlama disiplini olan AI observability'i Türkçe olarak uçtan uca işlemek üzere tasarlanmıştır. 2024-2026 dönemi LLM observability platformlarının (Langfuse, Arize Phoenix, Helicone, W&B Weave, Braintrust, LangSmith) doğuş ve standartlaşma yarışına sahne oldu; aynı dönemde OpenTelemetry GenAI Semantic Conventions ile vendor-agnostic trace standardı şekillendi. Türkiye'de bu disiplini matematik + araç stack'i + production deneyimi + KVKK uyumluluğu üçgeninde uçtan uca işleyen bir eğitim neredeyse yoktur — mevcut içerikler ya tek aracın kısa tutoriallerinde takılı kalıyor ya da APM perspektifinde donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade AI observability referans eğitimi olarak doldurmak üzere tasarlanmıştır.

Programın stratejik omurgasını, LLM observability'nin klasik APM (Application Performance Monitoring) yaklaşımıyla farkını netleştiren ilk modül oluşturur. Datadog, New Relic, Dynatrace gibi klasik APM çözümlerinin neden LLM uygulamalarında yetersiz kaldığı; semantic output (non-deterministic, anlamsal çıktı), hallucination, prompt drift, cost explosion, token-level cost attribution, RAG retrieval quality, agent tool selection accuracy gibi LLM-spesifik gözlem ihtiyaçları detaylı işlenir. Üretken AI gözlemde 4 pillar (trace + eval + cost + quality drift) çerçevesi kurulur. 2026 ekosistem haritası: Langfuse (open-source, GitHub 13K+ star), Arize Phoenix + AX (ML observability tradition), Helicone (proxy-based, YC W23), W&B Weave + Braintrust (eval-first), LangSmith (LangChain native) karşılaştırılır. Karar çerçevesi: open-source vs SaaS vs enterprise hybrid; self-hosted Langfuse vs Helicone vs Phoenix; KVKK + EU AI Act + GDPR uyumluluk açısından seçim sunulur.

İkinci modül 2024-2026 dönemi AI observability standartlarını şekillendiren OpenTelemetry… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/ai-observability-llm-monitoring-muhendisligi-egitimi)**

Eğitim: İleri Seviye LLM Quantization Mühendisliği Eğitimi (GPTQ + AWQ + EXL2 + GGUF + FP8 + FP4)

Şükrü Yusuf KAYA — Tue, 19 May 2026 15:18:29 GMT

Bu eğitim, modern LLM inference'unun ekonomik temeli olan quantization disiplinini matematik + algoritma + production stack üçlüsüyle uçtan uca işlemek üzere tasarlanmıştır. 2026 itibarıyla bir 70B parametre LLM'i FP16'da serve etmek tek H100'e bile sığmaz (140GB > 80GB); buna karşılık 4-bit quantization ile aynı model tek RTX 4090'da (24GB) çalışabilir ve maliyeti 10x düşer. Bu dramatik fark, quantization'ı production AI mühendisliğinin önceliklerinden biri haline getirmiştir. Türkiye'de bu disiplini Frantar GPTQ türevinden Lin AWQ scaling factor'ünün matematiksel inşasına, SmoothQuant outlier migration formülasyonundan AQLM additive codebook'una, Hopper FP8 Tensor Core'larından Blackwell B200 NVFP4 / MXFP4'üne, KIVI 2-bit KV cache'inden reasoning model long-trace serving'e kadar uçtan uca işleyen bir eğitim neredeyse yoktur; mevcut içerikler ya yüzeysel araç tutoriallerinde takılı kalıyor ya da akademik makale özetlerinde donuyor. Bu program söz konusu boşluğu Türkiye'nin en kapsamlı production-grade LLM quantization referans eğitimi olarak doldurmak üzere tasarlandı.

Programın stratejik omurgasını, quantization spektrumunun (FP32 → BF16/FP16 → FP8 → INT8 → NF4/INT4 → FP4 → AQLM 1-2 bit) cost-quality-throughput trade-off'unu netleştiren ilk modül oluşturur. Bir 70B model'in memory footprint'i FP16'da 140GB, INT8'de 70GB, INT4/NF4'te 35GB, NVFP4'te 17.5GB, AQLM 2-bit'te 4GB; bu fark sadece bellek değil, throughput'ta da 2-8x kazanım sağlar. Hopper H100/H200'ün FP8 (E4M3 + E5M2) native Tensor Core'ları ve Blackwell B200/GB200'ün NVFP4 + MXFP4 Transformer Engine v2 desteği 2024-2026 endüstri dönüşümünün hardware temelini oluşturur; AMD MI325X/MI355X FP8/FP4, Intel Gaudi 3, Google TPU v6/v7 (Trillium) de bu yarışa katıldı. Karar çerçevesi: production cost optimization için $0.30/M output token vs $3/M karşılaştırması, quality regression budget (%0.5 MMLU loss tolerable mı?), ve hangi bit-width hangi senaryoda doğru seçim sorularına kanıt-tabanlı yanıt… **[Yazının tamamını okumak için tıklayın →](https://sukruyusufkaya.com/training/llm-quantization-muhendisligi-egitimi)**

Ders: Sertifika Sınavı: 60 Soru, %75 ile Geçme