Prompt Engineer Yol Haritası
Token'dan agent'a kadar prompt mühendisliğinin tam haritası — 11 bölüm, 60+ adım.
İnteraktif Yol Haritası
Node'a tıkla → detayları gör, kaynaklara ulaş, durumu işaretle.
Bu yol haritası hakkında
LLM'lerle uçtan uca production-grade ürün geliştirme yol haritası. Token mekaniğinden agent mimarisine, prompt injection savunmasından eval disiplinine, multimodal'dan multi-agent sistemlere kadar **11 bölüm**, **60+ adım**, **150+ küratörlü kaynak**. Hedef: 4-6 ayda 'iyi prompt yazan biri' olmaktan **production-grade LLM ürünü tasarlayan ve sürdüren bir mühendis** olmaya geçiş.
Kimler için?
Junior/mid-level yazılım mühendisleri, veri bilimciler, ML engineer'lar; LLM'i 'kullanmaktan' 'kurmaya' geçmek isteyen herkes.
Ne öğreneceksin?
- Modern LLM'lerin iç mantığını (transformer, attention, decoding) ve maliyet dinamiklerini sezgisel olarak kavrama
- Token bütçesini, context window'u ve sampling parametrelerini bilinçli ayarlama
- Zero-shot, few-shot, role + delimiter pattern'larıyla production-grade prompt yazma
- CoT, ToT, ReAct, Reflexion, Skeleton-of-Thought gibi reasoning teknikleriyle zor problemleri çözme
- Pydantic/Zod schema + function calling + streaming ile %100 yapılandırılmış çıktı garantisi
- Prompt caching, long-context, hybrid retrieval + reranking ile maliyet ve doğruluk optimizasyonu
- RAG, GraphRAG, episodic memory pattern'lerini production'da uygulama
- Vision, document, audio, video — multimodal LLM entegrasyonlarını kurma
- Tool-use, agentic loops, MCP server'ları, computer use ve multi-agent orchestration
- Claude Code, Cursor gibi agentic IDE'lerin altındaki prompt pattern'leri
- Eval dataset tasarımı, LLM-as-judge, prompt versioning, A/B test ve cost monitoring
- Prompt injection (direct + indirect), jailbreak ve hallucination'a karşı katmanlı savunma
- PII detection, content moderation, red-teaming disiplinleri ile compliance-ready üretim
- GDPR, KVKK, EU AI Act gerekliliklerini AI ürün tasarımına entegre etme
- Coding, SQL, support, legal, healthcare gibi vertical'larda uzmanlaşma pattern'leri
- Portföy, open-source katkı, mülakat hazırlığı ile junior'dan senior'a kariyer geçişi
Başlangıç noktası
Temel Python/JS bilgisi, REST API kavramı, herhangi bir LLM playground'unda 10+ saat deneyim yeterli. ML/deep-learning eğitimi şart değil.