Yapay Zeka

Eğitim İçeriği

• YZ'nin temelleri: bir makine nasıl görür/öğrenir; nöral ağlar ve LLM'lerin olasılıksal doğası
• Agentic çalışmanın dört taşı: rule · skill · MCP · hook
• Git/GitHub ve pano anatomisi; Claude ile Design System ve tek kaynaktan repo (token, hook, skill)
• Google Workspace evreni ve Apps Script ile otomasyon
• NotebookLM ve Gemini Gems ile kurumsal hafızayı sisteme bağlama
• Google Antigravity ile geleceğe bakış

Eğitim İçeriği

• Workflow automation mantığı
• Görsel akış kurma: node / trigger / link, seri-paralel akışlar ve hata yönetimi
• Temel Python kodlama ile PLM entegrasyonu (Enovia)
• Temel Python kodlama ile ERP entegrasyonu (SAP, IFS)
• Süreç haritalama (7 parçalı iskelet), uygunluk testi ve etki/zorluk matrisiyle önceliklendirme
• Otomasyonun gerçek ROI'si (zaman + tutarlılık + hata azaltma); hedef: otomasyonu yöneten ekip

Eğitim İçeriği

• Kural tabanlı, hazır AI kamera motoru ve uçtan uca tasarlanmış görü sistemi arasındaki fark
• Kamera, ışık ve lens seçimi; çok-ışıklı, makro/mikro ve 3D ölçüm senaryoları
• Anomali tabanlı model: yalnızca 'iyi parça' verisiyle kusur mantığı öğrenme
• Isı haritası ile açıklanabilir karar üretimi (OK / NOK / Conditional)
• İSG uygulamaları: KKD tespiti, tehlikeli bölge ihlali, ergonomi/poz analizi
• MES/ERP'ye entegrasyon ve model izleme (MLOps) temelleri