Veri Bilimi Uygulamaları
gonay@gsu.edu.tr
İçerik
Dersin Amacı
Dersin amacı, makine öğrenmesi modellerinin geliştirilmesinden üretim ortamına alınmasına kadar uzanan yaşam döngüsünü mühendislik disipliniyle yönetebilmeyi öğretmek ve büyük dil modellerine dayalı sistemlerin kurulumunu tanıtmaktır.
Dersin İçeriği
Ders, veri bilimi ve makine öğrenmesi modellerini üretim ortamına taşımak için gereken mühendislik uygulamalarını işler: sürüm kontrolü, kod ve veri testleri, özellik mühendisliği ve seçimi, MLOps prensipleri ve deney yönetimi, sürekli entegrasyon ile pipeline otomasyonu, API ve konteynerlerle model dağıtımı, üretimde model izleme ve sürekli teslimat. Dersin son bölümü büyük dil modellerine ayrılmıştır: temeller, prompt mühendisliği, ileri teknikler ve LLM tabanlı sistem mimarileri (LLMOps ve agent'lar).
Dersin Öğrenme Çıktıları
Sürüm kontrolü ve kod/veri testleriyle yeniden üretilebilir bir çalışma akışı kurabilme.
Özellik mühendisliği ve deney yönetimi uygulamalarını yürütebilme.
Sürekli entegrasyon ile veri ve model pipeline'larını otomatikleştirebilme.
Modelleri API ve konteyner kullanarak dağıtabilme, üretimde izleyebilme ve sürekli teslimat yapabilme.
Büyük dil modellerinin temellerini kavrayarak prompt mühendisliği ve LLM tabanlı sistem mimarileri tasarlayabilme.
Öğretim Yöntemleri
Ders, vaka analizli veri uygulamaları ve alıştırmaları
Kaynaklar
Ders sayfası: https://gitlab.com/onayg/vm536
Foundations of Data Science: Avrim Blum, John Hopcroft, and Ravindran Kannan
Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | Git Araçları ve Sürüm Kontrolü |
| 2 | Kod ve Veri için Test Stratejileri |
| 3 | Özellik Mühendisliği ve Seçimi |
| 4 | MLOps Prensipleri ve Deney Yönetimi |
| 5 | Sürekli Entegrasyon (CI) ile Pipeline Otomasyonu |
| 6 | Model Dağıtım Stratejileri: API ve Konteynerler |
| 7 | Ara sınav |
| 8 | Üretim Ortamında Model İzleme ve Sürekli Teslimat (CD) |
| 9 | Büyük Dil Modelleri (LLM) Temelleri ve Prompt Mühendisliği |
| 10 | LLM'ler için Gelişmiş Teknikler |
| 11 | LLM Tabanlı Sistem Mimarileri: LLMOps ve Agents |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Yarıyıl içi çalışmaların başarı notuna katkısı | 1 | 50 |
| Yarıyıl sonu çalışmaların başarı notuna katkısı | 1 | 50 |
| Toplam | 2 | 100 |
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Ödevler | 0 | 0 |
| Sunum | 1 | 20 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 40 |
| Proje | 0 | 0 |
| Laboratuar | 0 | 0 |
| Diğer Uygulamalar | 0 | 0 |
| Kısa Sınavlar | 0 | 0 |
| Dönem Ödevi / Projesi | 0 | 0 |
| Portfolyo Çalışmaları | 0 | 0 |
| Raporlar | 0 | 0 |
| Öğrenme Günlükleri | 0 | 0 |
| Bitirme Tezi/Projesi | 0 | 0 |
| Seminer | 0 | 0 |
| Diğer | 0 | 0 |
| Bütünleme | 0 | 0 |
| Toplam | 2 | 60 |
AKTS - İş Yükü Tablosu
| Etkinlikler | Sayı | Süre | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 2 | 28 | 56 |
| Sınıf Dışı Çalışma Süresi | 1 | 5 | 5 |
| Sunum | 1 | 2 | 2 |
| Arasınavlar (Hazırlık Süresi Dahil) | 1 | 4 | 4 |
| Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 1 | 7 | 7 |
| Seminer | 7 | 2 | 14 |
| Toplam İş Yükü | 88 | ||
| Toplam İş Yükü / 25 | 3.52 | ||
| Dersin AKTS Kredisi | 4 | ||