📊 Dashboard

İlerlemeni, quiz geçmişini ve hedef seçimini tek ekranda takip edersin. Sayfa otomatik olarak backend'den veri çeker.

⚙️ Görünüm Tercihleri

Her sayfada XP rozetini göster Her sayfada "Bu sayfayı tamamladım" butonunu göster

🎯 Hedefin

Hepsi HBV Projesi Kişisel İş / Freelance

Hedefin, ileride içerik filtrelemesini ayarlar. Şimdilik profilinde saklanır (F13+ içerik yazıldığında aktif kullanılır).

🗓️ Bugün

Yükleniyor…

📅 Haftalık Aktivite

azçok

Aktivite XP — quiz ve tamamlanan sayfalar. Günlük streak ping (+20 XP/gün) bu grafiğe girmez, toplam XP'de görülür.

📈 Bu Seviye

Toplam XP

—

Günlük Streak

—

Tamamlanan Sayfa

—

Quiz Doğruluk

—

🧪 Son Quiz Denemelerin

Yükleniyor…

🗺️ İlerleme

○ başlamadın · 👁 gördün · ✓ tamamladın

Bölüm 0 — Temel Hazırlık

○0.1 VPS ve Linux Komutları

○0.2 Python ve Sanal Ortam

○0.3 Ollama ile Yerel LLM

○0.4 FastAPI İskeleti

○0.5 İlk AI Servisi

Bölüm 1 — Giriş ve Temeller

○1.1 AI Engineer Nedir

○1.2 AI Engineer vs ML Engineer

○1.3 AI Ekosistemi 2026

○1.4 Hangi Yolu Seçmeli

Bölüm 2 — LLM ve Prompt Engineering

○2.1 LLM Nedir, Nasıl Çalışır

○2.2 Token, Bağlam, Maliyet

○2.3 Sıcaklık ve Sampling

○2.4 Sistem ve Kullanıcı Promptu

○2.5 Few-shot ve Chain-of-Thought

○2.6 Prompt Şablonları

○2.7 Prompt Enjeksiyonu ve Savunma

○2.8 Prompt Test ve Değerlendirme

Bölüm 3 — Embeddings ve Vector DB

○3.1 Embedding Nedir

○3.2 OpenAI ve Açık Kaynak Modeller

○3.3 Vector DB Karşılaştırma

○3.4 Qdrant Pratik Kurulum

○3.5 Semantic Search Uygulaması

Bölüm 4 — RAG

○4.1 RAG Nedir, Niye Lazım

○4.2 Chunking Stratejileri

○4.3 Retrieval ve Re-ranking

○4.4 Context Engineering

○4.5 RAG Değerlendirme

○4.6 LangChain ile RAG

○4.7 LlamaIndex ile RAG

○4.8 Production RAG (HBV Vakası)

Bölüm 5 — RAG vs Fine-tuning

○5.1 Fine-tuning Nedir

○5.2 Hangisini Seçmeli

○5.3 LoRA ve QLoRA

○5.4 Hugging Face ile Pratik

Bölüm 6 — AI Agents ve MCP

○6.1 Agent Nedir, ReAct Pattern

○6.2 Tool Calling

○6.3 MCP Protokolü

○6.4 MCP Server Yazma

○6.5 Multi-Agent Sistemler

○6.6 Claude Agent SDK

○6.7 LangChain Agents

○6.8 Üretim Agent (KarincaAI Vakası)

Bölüm 7 — Multimodal

○7.1 Görüntü Modelleri

○7.2 Ses ve TTS/STT

○7.3 Video İşleme

○7.4 Vision-Language Modeller

Bölüm 8 — Güvenlik ve Production

○8.1 Güvenlik Tehditleri

○8.2 Etik ve Önyargı

○8.3 Rate Limit ve Maliyet Kontrolü

○8.4 Loglama ve İzleme

○8.5 Hata Yönetimi

○8.6 Production Checklist

Bölüm 9 — Deployment ve Portföy

○9.1 Docker ile Paketleme

○9.2 Cloud Deploy (DO, Hetzner)

○9.3 CI/CD GitHub Actions

○9.4 Portföy Projesi 1 — RAG Chatbot

○9.5 Portföy Projesi 2 — Agent Otomasyon

○9.6 Portföy Projesi 3 — Multimodal Asistan

○9.7 GitHub README ve Dokümantasyon

Bölüm 10 — İleri Seviye ve Kariyer

○10.1 LinkedIn Profil Optimizasyonu

○10.2 Mülakat Soruları

○10.3 Açık Kaynak Katkı

○10.4 İleri Konular ve Trendler

○10.5 Topluluk ve Mentorluk

Genel

○Hakkımda

MühendisAl Platform — Sözlük (Glossary)

Bu dosya pre_build.py hook'u tarafından her sayfaya otomatik eklenir.

Markdown abbr extension bu tanımları alıp terimin her geçtiği yerde

HTML <abbr title="..."> sarımı yapar → MkDocs Material tooltip gösterir.

DİKKAT: abbr case-sensitive. "Agent" tanımı "agent" kelimesini sarmaz.

Bu yüzden hem büyük hem küçük harf varyantları ayrı tanımlanır.

Yeni terim eklerken: *[TERIM]: Açıklama — tek satır, 160 karakterden kısa

Terimler alfabetik (büyük harf), hemen altında küçük harf varyantı.