Yapay Zeka Eğitimi · Yazılım ve Geliştirme

Yazılım ve Geliştirme Ekipleri için Yapay Zeka Eğitimi

Mühendislik ekipleri koddan çok daha fazlasını yazıyor. Pull request'ler, tasarım dokümanları, test planları, olay kronolojileri, olay sonrası raporlar ve oryantasyon materyalleri teslimat işiyle aynı zamanı paylaşıyor. Bu program özellikle araç bağımsız tasarlandı. Cursor, Claude Code, GitHub Copilot veya tek bir IDE'ye bağlanmadan kodun çevresindeki inceleme, dokümantasyon, test ve iletişim işlerine odaklanıyoruz. IDE üzerinden kod üretimi ve araca özel akışlar Zeo'nun ilgili programlarında kalıyor. Mühendislik kararı ve son onay her aşamada ekipte.

modül: 6
saat: 13

Bize ulaşın

Saat 18.00'de bir teknik lider PR açıklaması yazıyor. Bir QA mühendisi bir daha kimsenin dönüp okumayacağı test planıyla uğraşırken SRE, gece 02.00'de üç ayrı Slack yazışmasından olay kronolojisi çıkarmaya çalışıyor. Haftanın zamanını çoğu zaman kod değil, kodun çevresindeki yazılar tüketiyor. Bu metinler aksadığında da maliyet büyüyor. Olay sonrası rapor hafızadan yazılıyor, README güncelliğini kaybediyor veya bug ticket'ında hatayı tekrar üretmek için gereken tek bir adım eksik kalıyor.

Bir sistemi yazmakla o sistem hakkında yazmak aynı iş değil. Dil modelleri ikinci tarafta iyi destek verebiliyor. Diff'in risklerini özetleyebilir, mimari karar kaydı için taslak hazırlayabilir, test senaryolarının ana hatlarını çıkarabilir ve dağınık loglardan kronoloji kurabilir. Hangi kodun yayına alındığına, testlerin neyi gerçekten kapsadığına veya olaya neyin yol açtığına karar veremez. Bu mühendislik kararı, olayın ve sistemin içinde olan kişide kalıyor.

Program, ekipte hangi asistanın veya IDE'nin kullanıldığından bağımsız olarak yazılım yaşam döngüsünün tamamındaki iletişim işlerine odaklanıyor. Kod incelemesi desteği, teknik dokümantasyon, test taslakları, olay ve olay sonrası rapor yazımı, PR iletişimi ve oryantasyon materyalleri kapsamda. AI ile çalışan yazılım üretmek isteyen ekipler Vibe Coding eğitimine bakabilir. Bu sayfada kodun çevresindeki yazı ve iletişim işinde kalıyoruz. Müfredatı gerçek kod tabanınıza, araçlarınıza ve ekibinizin olgunluk düzeyine göre hazırlıyoruz. Mühendisliğe komşu diğer programlar AI eğitimleri altında yer alıyor.

Mühendislik iletişimi sprint'e sığmıyor

PR açıklamaları, tasarım dokümanları, runbook'lar, test planları ve olay sonrası raporlar her sürümün yanında birikiyor. Bunların hiçbirini boş sayfadan yazmak, kıdemli bir mühendisin öğleden sonrasını en iyi değerlendirme biçimi değil.

Her mühendisin kullandığı AI aracı farklı

Bir mühendis Claude Code kullanıyor, diğeri Copilot'la çalışıyor. Ekipte AI'a neredeyse hiç dokunmayan biri de olabilir. İnceleme, dokümantasyon ve olay yazımı için kurulan yöntem, IDE'de hangi asistanın bulunduğundan bağımsız çalışmalı.

Dokümantasyon borcu sessizce büyüyor

Kod tabanının gerisinde kalan bir README veya mimari doküman, bir sonraki olaya ya da yeni ekip arkadaşının ilk gününe kadar görünür bir maliyet yaratmayabilir. AI ilk taslağı hızlandırıyor. Sistem değiştikçe belgenin doğru kalması ise mühendislik ekibinin sorumluluğunda.

İnceleme ve olay anında sakin, düzenli metin işe yarıyor

Aceleyle yazılmış bir PR açıklaması veya tahminlere dayanan olay sonrası rapor, kazandırdığı zamandan daha fazla düzeltme çıkarabilir. AI diff'i, kronolojiyi veya kanıtı düzenleyebiliyor. Gerçekte ne olduğunu muhtemel açıklamalardan ayıran kişi yine mühendis.

Kaynak kod editörün dışında da korunmalı

Diff'ler, loglar, ticket'lar ve olay yazışmaları kodun kendisi kadar hassas bilgi taşıyabilir. Bir stack trace'i sohbet aracına yapıştırmak, IDE'ye yapıştırmaktan daha güvenli değil. Ekibin bütün bu yüzeylerde aynı veri işleme standardını kullanması gerekiyor.

01
Mühendislik metinlerinde AI'ın yerini doğru belirlemek
90 dkBaşlangıç
AI'ın mühendislik iletişiminde nerede yardımcı olduğunu ve nerede fark edilmesi zor hatalar üretebildiğini araçtan bağımsız bir çerçevede ele alıyoruz. Taslak ve özet hazırlamak kapsamda, kod yazmak veya kodu yayına almak kapsam dışında. Kararlar mühendiste kalıyor.
AI'ın güçlü olduğu inceleme, dokümantasyon ve yazım işlerini eşleştirmek
Özet ve taslak hazırlamayı kod üretmekten veya birleştirmekten ayırmak
Kendinden emin fakat yanlış teknik açıklamaları ve kök nedenleri fark etmek
Geri alınabilir taslaklarla mühendislik onayı isteyen kararları ayırmak
AI destekli her mühendislik çıktısı için inceleme alışkanlığı kurmak
02
Kod incelemesi desteği ve PR iletişimi
120 dkOrta seviye
Kod incelemesinin kendisini AI'a bırakmadan hazırlık ve iletişim tarafını hızlandırıyoruz. Katılımcılar diff özetleri ve PR açıklamaları hazırlıyor. Yöntem, ekibin kullandığı Git platformu veya editör değişse de aynı inceleme disiplinini koruyor.
Diff'leri ve pull request'leri AI destekli incelemeye hazırlamak
Değişiklikleri, risk alanlarını ve inceleyicinin bilmesi gereken etki alanını özetlemek
PR açıklamasını, değişiklik gerekçesini ve geri alma notlarını hazırlamak
AI'ın önerdiği inceleme yorumlarını inceleyicinin kendi kararından geçirmek
Git platformundan bağımsız olarak editörler ve araçlar arasında tutarlı çalışmak
Kapsam sınırı: inceleme desteği, birleştirme başlamadan önce biter
03
Teknik dokümantasyon ve mimari metinler
150 dkOrta seviye
Kaynak kodu ve ticket'ları yeni bir mühendisin kullanabileceği dokümantasyona dönüştürüyoruz. Sözlü anlatımları da komşu ekiplerin başvurabileceği kalıcı metinlere çeviriyoruz. Odak, belgenin doğru ve güncel kalması.
Kaynak koddan README, kurulum kılavuzu ve API referansı taslakları çıkarmak
AI desteğiyle mimari karar kayıtlarını ve tasarım dokümanlarını düzenlemek
Toplantı notlarını ve sözlü anlatımları kalıcı dokümantasyona çevirmek
Farklı kişiler için yazmak: yeni başlayanlar, komşu ekipler ve gelecekte bakım yapacak mühendisler
Dokümanların kod tabanıyla aynı şeyi söylemesini sağlamak
AI taslağını eski varsayımlar ve dayanaksız iddialar açısından kontrol etmek
04
Test taslakları ve kalite dokümantasyonu
120 dkOrta seviye
Test kapsamı ve kalite dokümantasyonu için ilk taslağı AI ile hızlandırıyoruz. Testin amacı, hangi alanların kapsanacağı ve hangi boşlukların kabul edileceği konusundaki karar mühendislik ekibinde kalıyor.
Gereksinimlerden test senaryosu taslakları ve sınır durumları çıkarmak
Neyin kapsandığını ve kapsanmadığını açıkça yazan test planları hazırlamak
Tekrar üretilebilen bir bug ticket'ı yazmak
Test hatalarını ve flaky test örüntülerini triyaj için AI ile özetlemek
Üretilen test senaryolarını sahte kapsam ve kaçan sınır durumları için incelemek
05
Olay müdahalesi ve olay sonrası rapor yazımı
150 dkİleri seviye
Zaman baskısı altında olay kanıtını açık bir kronolojiye ve suçlayıcı olmayan bir olay sonrası rapora dönüştürüyoruz. Katılımcılar doğrulanmış kanıtla tahmini açıklamaları, metin daha geniş bir kitleye ulaşmadan önce birbirinden ayırıyor.
Log, uyarı ve sohbet kayıtlarından olay kronolojisi çıkarmak
Kanıtı tahminden ayıran kök neden anlatıları hazırlamak
Açık aksiyonları ve sorumluları olan suçlayıcı olmayan olay sonrası raporlar yazmak
Önce mühendislik ve destek, ardından yönetim için olay özeti hazırlamak
Olay sırasında hassas sistem, log ve müşteri verisini güvenli kullanmak
Ekibin eğitimden sonra da kullanacağı olay sonrası rapor şablonu hazırlamak
06
Oryantasyon ve bilgiyi sorumlu biçimde paylaşmak
150 dkİleri seviye
Atölye bittikten sonra AI destekli mühendislik yazılarının güvenli ve güncel kalmasını sağlayacak çalışma kurallarını belirliyoruz. Kapsam, oryantasyon materyalinden kaynak kodun ve verinin nasıl ele alınacağına kadar uzanıyor.
Ekip içinde kalan bilgiyi oryantasyon kılavuzlarına ve runbook'lara aktarmak
AI destekli bir bilgi tabanı hazırlamak
AI aracı görmeden önce kaynak kodu, sırları ve müşteri verisini sınıflandırmak
Onaylı araçları seçip her görev için kullanım sınırlarını belgelemek
AI destekli mühendislik çıktılarını doğruluk, önyargı ve dayanaksız iddialar için incelemek
Dokümantasyon, test ve olay sonrası raporların sorumlularını belirlemek

Neler öğreneceksiniz?

Okunmaya değer bir PR açıklaması hazırlamak
Kod tabanıyla aynı şeyi söylemeye devam eden bir README yazmak
Tekrar üretilebilen bir bug ticket'ı yazmak
İnceleyici bakmadan önce diff'in risk alanlarını özetlemek
Üç ayrı Slack yazışmasından olay kronolojisi çıkarmak
Gerçek aksiyonları ve adı belli sorumluları olan suçlayıcı olmayan bir olay sonrası rapor yazmak
Bir ekip arkadaşı ayrıldığında runbook ve bilgi tabanının yaşamaya devam etmesini sağlamak
Diff, log, ticket ve yazışmalarda aynı veri işleme standardını uygulamak

Kimler katılmalı?

Yazılım mühendisleri ve kıdemli mühendisler
Teknik liderler ve mühendislik yöneticileri
QA ve test mühendisleri
Runbook ve olay yazımından sorumlu DevOps ve platform mühendisleri ile SRE'ler
Mühendislik oryantasyonu ve yetkinlik geliştirme sorumluları
Mühendislik ekipleriyle çalışan teknik yazarlar

Mühendislik ekipleri iki gün veya dört yarım günlük oturum boyunca yaklaşık 13 saat birlikte çalışıyor. Alıştırmalarda canlı sırları veya müşteri verisini açığa çıkarmadan kendi repository'lerinizin, ticket'larınızın ve geçmiş olaylarınızın temizlenmiş sürümlerini kullanabiliyoruz.

Format: Yerinde veya canlı online
Süre: 2 gün (yaklaşık 13 saat, yarım günlük oturumlara bölünebilir)
Grup büyüklüğü: Grup başına en fazla 20 katılımcı
Dil: Türkçe veya İngilizce
Materyaller: İnceleme, dokümantasyon, test ve olay sonrası rapor şablonları
Sertifika: Tamamlama sertifikası

Zeo 2011'de kuruldu, San Francisco, İstanbul, Ankara ve Lizbon'dan çalışıyor, uluslararası dijital pazarlama konferansı Digitalzone'u düzenliyor ve Copilot Akademisi'ni yürütüyor. Bu program, Zeo'nun 10+ yıllık danışmanlık ve eğitim deneyimini kurumsal yapay zeka benimsemesine taşır.

2011İstanbul'da kuruluş
10+yıllık danışmanlık ve eğitim deneyimi
3ofis: San Francisco, İstanbul, Ankara, Lizbon

Her ekip kod incelemesini, dokümantasyonu, testleri ve olayları farklı yürütüyor. Bu yüzden programı repository'lerinizden, kullandığınız araçlardan ve mevcut inceleme alışkanlıklarınızdan başlayarak hazırlıyoruz.

Bize ulaşın

Ortak bir ekran başında birlikte plan yapan iki çizim figür

Bu eğitim hangi roller için hazırlandı?
Yazılım mühendisleri, teknik liderler, mühendislik yöneticileri, QA ve test mühendisleri, DevOps ve platform ekipleri ile oryantasyon ya da dokümantasyon sorumluları için tasarlandı. Ortak inceleme ve dokümantasyon pratiği hedefleniyorsa farklı rolleri aynı grupta buluşturabiliyoruz, gerektiğinde programı tek bir ekiple de yürütebiliyoruz.
Program belirli bir kodlama asistanını mı öğretiyor?
Hayır. Program özellikle araç bağımsız ve kodun çevresindeki inceleme, dokümantasyon, test ve olay yazımı işlerine odaklanıyor. Belirli bir asistan üzerinde çalışmak isteyen ekipler bu eğitimi Zeo'nun Claude Code veya GitHub Copilot programıyla birlikte planlayabilir.
AI ile kod yazmak bu programın kapsamında mı?
Yalnızca kodun çevresindeki çıktılar üzerinden dolaylı olarak değiniyoruz. İncelemeler, dokümantasyon, testler ve olay sonrası raporlar kapsamda. AI desteğiyle doğrudan çalışan yazılım geliştirmek isteyen ekipler bu programın yanına Zeo'nun Vibe Coding eğitimini eklemeli.
Eğitim ne kadar sürüyor ve program nasıl bölünüyor?
Ders ve uygulamalar toplamda yaklaşık 13 saat tutuyor. Programı iki tam güne veya dört yarım günlük oturuma bölebiliyoruz. Canlı online ya da ekibinizin bulunduğu yerde uygulayabiliyoruz. Dağılımı ekibinizin takvimine ve gereken uyarlama düzeyine göre belirliyoruz.
Kendi repository'lerimizi ve olay geçmişimizi kullanabilir miyiz?
Evet. Eğitimden önce kod tabanınızın yapısını, onaylı araçlarınızı, dokümantasyon formatınızı ve geçmiş olay ya da incelemelerden temizlenmiş örnekleri inceliyoruz. Alıştırmaları canlı sırlara veya production verisine ihtiyaç duymadan ekibinizin gerçek inceleme, dokümantasyon ve olay yazımı pratiğine göre hazırlıyoruz.
Otonom birleştirme veya deployment bu eğitime dahil mi?
Hayır. Program inceleme desteği, taslak hazırlama ve iletişim aşamasında bitiyor. Kodu birleştirme, sürüm çıkarma ve deploy etme kararları mühendislerinizle mevcut onay sürecinizde kalıyor.
Fiyat nasıl belirleniyor?
Kaç kişinin katılacağı, oturumların nasıl verileceği, ne kadar uyarlama gerekeceği ve lokasyon ücreti etkiliyor. Tamamen kurum içinde yürütülen beş kişilik bir oturumla iki ofise bölünen yirmi kişilik bir program aynı fiyatlanmıyor. Tekliften önce ekip yapınızı ve repository'lerinizi soruyoruz. Dönen rakam, hedeflerinize ve mühendislik organizasyonunuzun kapsamına göre hazırlanıyor.
Kaynak kodu ve sistem verisini eğitimde nasıl ele alıyorsunuz?
Alıştırmalarda temizlenmiş repository'ler, sentetik ticket'lar veya açıkça onaylanmış materyaller kullanıyoruz. Ekipler kaynak kodu, sırları, logları ve müşteri verisini herhangi bir AI aracına göndermeden önce sınıflandırıyor. Her çıktıyı dokümantasyona, teste veya olay kaydına dönüşmeden önce bir insan inceliyor.

Ekibe göre

Sektöre göre

Araca göre

Yazılım ve Geliştirme Ekipleri için Yapay Zeka Eğitimi