Yapay Zeka Destekli Yazılım Geliştirme Eğitimi

Eğitim Hakkında

Bu eğitim, yazılım geliştirme ekiplerinin GitHub Copilot, Cursor, Claude Code ve benzeri yapay zeka kod asistanlarını kod yazma, anlama, test, yeniden düzenleme ve inceleme süreçlerinde verimli ve güvenli kullanması için tasarlanmış iki günlük uygulamalı programdır. Katılımcılar bağlam yönetimi, ajan tabanlı geliştirme, güvenlik kontrolleri ve ekip politikalarını gerçek kod tabanlarında uygular.

Neden Bu Eğitim?

Gerçek Verimlilik. Kod asistanlarını yalnızca tamamlama için değil; kod anlama, test yazma ve yeniden düzenleme için etkin kullanın.

Bağlam Mühendisliği. Talimat dosyaları, dokümantasyon ve araç bağlantılarıyla asistana doğru bağlamı vererek çıktı kalitesini artırın.

Güvenli Kullanım. Güvenlik açığı, sır sızıntısı, hayali paket ve lisans risklerine karşı ekip düzeyinde kontroller kurun.

“Kod asistanı yazma hızını artırır; mühendislik kalitesini ise onu doğru yönlendiren ve sorumluluğu üstlenen geliştirici belirler.”

Ön Koşullar

Geliştirme Deneyimi — Python, JavaScript, TypeScript, Java veya C# dillerinden birinde aktif kod yazıyor olmak.
Git Bilgisi — Dal oluşturma, commit, pull request ve birleştirme işlemlerini günlük olarak kullanabilmek.
Test Kavramları — Birim testi yazma ve bir test çatısını çalıştırma konusunda temel deneyime sahip olmak.
Araç Erişimi — VS Code veya JetBrains IDE kurulu bilgisayar ve kurumun onayladığı kod asistanı lisansı.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKod asistanlarının çalışma mantığını ve sınırlarını anlamak, bağlamı doğru yönetmek ve kod yazma, anlama, test ve yeniden düzenleme işlerinde asistanı etkin kullanmak.

Modül 1

Kod Asistanlarının Çalışma Mantığı ve Ekosistem

Kod üreten dil modelleri: token, bağlam penceresi, sınırlar
Satır içi tamamlama, sohbet ve ajan modu farkları
GitHub Copilot, Cursor, Claude Code ve Gemini Code Assist
Amazon Q Developer ve JetBrains AI Assistant'a bakış
Model seçimi: hız, maliyet ve akıl yürütme dengesi
Demo: Aynı görevin farklı asistanlarla çözülmesi

Modül 2

Bağlam Mühendisliği ve Etkili Yönlendirme

Görev tanımı: amaç, kısıtlar, kabul kriterleri
İlgili dosyaları, hata çıktısını ve örnekleri bağlama ekleme
Depo talimat dosyaları: AGENTS.md ve copilot-instructions
Kodlama standartlarını ve mimari kuralları asistana öğretme
Büyük görevleri küçük ve doğrulanabilir adımlara bölme
Laboratuvar: Talimat dosyasıyla çıktı kalitesini karşılaştırma

Modül 3

Kod Anlama, Dokümantasyon ve Hata Ayıklama

Yabancı ve eski (legacy) kod tabanını asistanla keşfetme
Mimari özet, akış açıklaması ve diyagram taslağı üretme
Hata mesajı ve yığın izinden kök neden analizi
Docstring, README ve API dokümantasyonu oluşturma
Asistan açıklamalarını kodla doğrulama alışkanlığı
Laboratuvar: Bilinmeyen bir projede hata ayıklama

Modül 4

Test Üretimi ve Yeniden Düzenleme

Birim testi üretimi: sınır durumları ve negatif senaryolar
Önce test yaklaşımıyla asistanı yönlendirme
Anlamsız ve her koşulda geçen testleri ayıklama
Güvenli yeniden düzenleme (refactoring) adımları
Laboratuvar: Testle güvenceye alıp eski modülü düzenleme
Günün değerlendirmesi ve ajan tabanlı geliştirmeye köprü

Günün hedefiKodlama ajanlarını ve MCP bağlantılarını kontrollü kullanmak, kod incelemesine yapay zekayı eklemek, güvenlik ve lisans risklerini yönetmek ve ekip politikası kurmak.

Modül 1

Kodlama Ajanları ve Model Context Protocol

Ajan döngüsü: planlama, dosya düzenleme, komut çalıştırma
IDE ajan modu ve terminal tabanlı kodlama ajanları
Model Context Protocol (MCP) ile araç ve veri bağlantısı
Onay modları, izin sınırları ve korumalı çalışma ortamı
Spesifikasyon odaklı geliştirme ve plan onayı
Laboratuvar: Ajanla uçtan uca küçük özellik geliştirme

Modül 2

Kod İncelemesi, CI ve Kalite Güvencesi

Pull request özetleri ve yapay zeka destekli kod incelemesi
İnceleme yorumlarını değerlendirme: doğru, eksik, gürültü
CI hattında lint, test ve statik analizle birlikte kullanım
Asenkron kodlama ajanlarına görev atama ve PR takibi
Üretilen kodda insan sorumluluğu ve inceleme kuralları
Laboratuvar: Yapay zeka destekli PR inceleme akışı

Modül 3

Güvenlik, Lisans ve Veri Gizliliği

Üretilen kodda yaygın açıklar: enjeksiyon, yetki hataları
Hayali paket önerileri ve tedarik zinciri saldırıları
Laboratuvar: Semgrep ve CodeQL ile üretilen kodu tarama
Sırların, anahtarların ve müşteri verisinin korunması
Lisans uyumu, fikri mülkiyet ve kod benzerliği filtreleri
OWASP Top 10 for LLM Applications ile ajan riskleri

Modül 4

Ekip Politikası, Ölçümleme ve Kapanış

Kurumsal kullanım politikası: araç, veri ve onay kuralları
Etkiyi ölçme: DORA metrikleri ve geliştirici deneyimi
Benimseme planı: pilot ekip, eğitim ve iç topluluk
Atölye: Ekibiniz için kod asistanı çalışma sözleşmesi
Eğitim değerlendirmesi, Soru-Cevap ve sertifika takdimi
İleri öğrenme kaynakları ve kapanış oturumu

Eğitim Kazanımları

Araç Seçimi — Kod asistanlarının güçlü ve zayıf yönlerini değerlendirerek ekibiniz için doğru araç ve kullanım modunu seçebileceksiniz.
Bağlam Yönetimi — Talimat dosyaları ve doğru bağlamla asistandan kodlama standartlarınıza uygun çıktılar alabileceksiniz.
Kod Anlama — Yabancı ve eski kod tabanlarını asistan desteğiyle hızla keşfedip hataların kök nedenine ulaşabileceksiniz.
Test ve Refactoring — Anlamlı birim testleri ürettirip güvenli adımlarla yeniden düzenleme ve sürüm yükseltme yapabileceksiniz.
Ajan Tabanlı Geliştirme — Kodlama ajanlarını plan onayı, izin sınırları ve MCP bağlantılarıyla kontrollü biçimde çalıştırabileceksiniz.
Kod İncelemesi — Yapay zeka destekli PR incelemesini CI, statik analiz ve insan sorumluluğuyla birlikte kurgulayabileceksiniz.
Güvenlik ve Lisans — Üretilen koddaki güvenlik açıklarını, sır sızıntılarını ve lisans risklerini tespit edip önleyebileceksiniz.
Ekip Standardı — Ekibiniz için ölçülebilir hedefler içeren bir kod asistanı kullanım politikası ve benimseme planı hazırlayacaksınız.

Kimler İçin Uygundur?

Yazılım geliştiriciler
takım liderleri ve yazılım mimarları
test otomasyon mühendisleri
DevOps mühendisleri ile geliştirme süreçlerini yöneten mühendislik yöneticileri.

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Program; aktif kod yazan yazılım geliştiriciler, takım liderleri, yazılım mimarları, test otomasyon ve DevOps mühendisleri ile kod asistanlarının ekip genelinde benimsenmesinden sorumlu mühendislik yöneticileri için tasarlanmıştır.

Eğitim ne kadar sürer ve hangi formatta verilir?

Eğitim 2 tam gün ve 8 modülden oluşur. İlk gün günlük geliştirme pratikleri, ikinci gün ajan tabanlı geliştirme, güvenlik ve ekip politikası işlenir. Yüz yüze veya online olarak IDE başında uygulamalı yürütülür.

Hangi kod asistanları ve araçlar kullanılıyor?

GitHub Copilot, Cursor, Claude Code ve Gemini Code Assist ağırlıklı olarak kullanılır; Amazon Q Developer ve JetBrains AI Assistant da ele alınır. Uygulamalar kurumun lisansladığı araca göre uyarlanabilir.

Hangi programlama dillerinde çalışılıyor?

Örnek depolar varsayılan olarak Python ve TypeScript ile hazırlanır. Kurumun ağırlıklı kullandığı Java, C# veya Go gibi dillere göre laboratuvarlar kuruma özel olarak uyarlanabilir.

Kod asistanı kullanımı kurumsal kod güvenliğini riske atar mı, sertifika veriliyor mu?

Doğru yapılandırılmadığında risk oluşturabilir; bu nedenle veri paylaşım ayarları, sır koruma, statik analiz ve lisans kontrolleri ayrıca işlenir. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

YAPAY ZEKA DESTEKLİ YAZILIM GELİŞTİRME VE KOD ASİSTANLARI EĞİTİMİ