Agito — AI Native Developer Yolculuğu ve PM'ler için Üretken Yapay Zeka

AI Native Developer Yolculuğu ve PM'ler için Üretken Yapay Zeka

‍

Agito ile hem ürün ve iş analisti ekiplerine hem de yazılım geliştirme ekiplerine yönelik, her iki grubun farklı ihtiyaçlarına göre özel tasarlanmış iki ayrı yapay zeka programı gerçekleştirdik. PM'ler, yapay zekayla çözülebilecek problemleri keşfedip hackathon formatında çalışan prototipler geliştirdi. Yazılımcılar, LLM mimarisini yazılımcı gözüyle anlayarak kodlama, test, review ve CI/CD süreçlerinde AI Native Developer refleksi kazandı. Her iki programın ortak paydası aynıydı: izleyerek değil, yaparak öğrenmek.

Bir şirkete "AI eğitimi" verdim demek çok şey ifade etmez. Asıl soru şu: PM'in ihtiyacı ile yazılımcının ihtiyacı aynı mı? Agito bu soruyu doğru sordu ve iki ayrı program istedi. Biz de iki ayrı program tasarladık.

Programın Amacı

Kurumsal AI eğitimlerinin en yaygın hatası, farklı rollerdeki ekiplere aynı içeriği sunmaktır. Bir PM için anlamlı olan yapay zekanın ürün sürecindeki yeri, RAG ve MCP gibi kavramlar, prototipleme araçları, bir yazılımcı için yalnızca genel birer başlık olarak kalır. Yazılımcının gerçekten ihtiyaç duyduğu şey bambaşkadır: LLM'lerin kod tamamlamadaki güçlü ve zayıf yönleri, prompt injection riskleri, güvenli CI/CD pipeline kurgusu, AI ile test yazımı.

Agito, bu ayrımı baştan gördü. Amaç netti: her ekip, kendi rolüne uygun araçlarla ve kendi iş gerçekliğine yakın senaryolarla yapay zekayı deneyimlemeliydi. Programların ortak ilkesi ise tüm kurumsal eğitim çalışmalarımızdaki ile aynıydı: uygulayarak öğrenme.

Programların Akışı

Program 1 — PM'ler için Üretken Yapay Zeka (2 Gün / 12 Saat)

Bu program Agito'nun ürün ve iş analisti ekiplerine özel tasarlandı. Her iki gün birbirinin üzerine inşa edildi ve katılımcılar programı ellerinde çalışan bir prototip ve somut bir AI kullanım planıyla tamamladı.

1. Gün — Yapay Zeka ile Çözebileceğimiz Alanlar Belirleyelim: Sabah oturumunda yapay zeka kavramları etrafında ortak bir sözlük oluşturuldu: LLM, halüsinasyon yönetimi, bağlam (context) artırma, MCP kullanımı ile iş süreçlerini hızlandırma. Prompting, RAG, MCP, otomasyonlar ve agent yapıları ürün yönetimi perspektifinden ele alındı. Öğleden sonra Double Diamond metodolojisiyle problem keşfine geçildi: takımlar kendi iş alanlarındaki verimsizlik yaratan 4-5 noktayı belirledi, ilgili ekiplerle kısa görüşmeler yaparak detaylı analiz dokümanı hazırladı ve potansiyel yapay zeka çözüm fikirlerini bir araya getirdi.

2. Gün — Hackathon ve Demo Day: İkinci gün tamamen yaparak geçti. Cursor, Lovable, Claude Code ve n8n araçları kullanılarak bir önceki gün belirlenen problemlere prototip çözümler geliştirildi: PRD'den prototip üretimi, API'ları kullanarak canlıya yakın ürün geliştirme, Jira süreçlerinin n8n ve MCP ile otomasyonu. Üretim sürecinde eğitmen ekiplere mentorluk yaptı. Gün sonunda ekipler geliştirdikleri prototipleri demo olarak sundu ve geri bildirim aldı.

Program 2 — AI Native Developer Yolculuğu (2 Gün / 10 Saat)

Bu program Agito'nun yazılım geliştirme ekiplerine özel kurgulandı ve iki ayrı grupla gerçekleştirildi. Hedef netti: katılımcılar yalnızca prompt denemekle kalmayacak, uçtan uca mini bir yazılım geliştirme sürecini AI ile deneyimleyecekti.

1. Gün — LLM'leri Yazılımcı Gözüyle Anlamak ve Kod Odaklı Prompt Mühendisliği: Sabah oturumunda LLM mimarisi yazılımcı perspektifinden ele alındı: context window, token limitleri, hallucination problemleri ve kod üretiminde güçlü/zayıf yönler (tamamlama, refactoring, test, dokümantasyon). Kod odaklı prompt mühendisliği uygulamasında şablonlar (function, test, refactor), role prompting — AI'ı reviewer, tester ve mentor gibi kullanmak — ve gerçek kod örnekleri üzerinde çalışıldı. Öğleden sonra güvenlik ve bilinçli kullanım konuları işlendi: kod gizliliği ve şirket politikaları, prompt injection ve manipülasyon riskleri, lokal vs. bulut LLM karşılaştırması, güvenli CI/CD pipeline'da AI entegrasyonu. Gün, kısa görevlerle (API client ve test yazımı) mini bir uygulama atölyesiyle kapandı.

2. Gün — Üretken AI ile Yazılım Geliştirme, Agentic AI ve Final Atölye: Cursor, Lovable ve Claude Code ile proje iskeleti kuruldu; kod, test, review ve deploy aşamalarında AI entegrasyonu uygulandı. Feature geliştirme ve GitHub Actions ile test otomasyonu hands-on olarak çalışıldı. Agentic AI bölümünde tool-memory-reasoning ilişkisi ve geliştirici iş akışlarına yönelik senaryolar (issue çözümü, PR review, test coverage) ele alındı; N8N ile kod analizi yapan mini bir agent üretildi. Final atölyesinde her katılımcı gerçek bir yazılım görevini uçtan uca AI ile geliştirdi: görev belirleme, AI ile çözüm üretme (kod, refactor, test ekleme), çözümü gözden geçirme ve alternatif öneriler alma.

Merkezdeki Fikir: Aynı Şirket, Farklı Diller

Agito programlarını ayakta tutan fikir, soyut bir "AI eğitimi" vermek değil, her ekibin kendi dilinde konuşmaktı. PM oturumlarındaki örnekler, Agito'nun gerçek ürün süreçlerinden geldi. Yazılımcı oturumlarında çalışılan kod parçaları ve test senaryoları, ekibin fiilen kullandığı teknoloji yığınına yakın kurgulandı. Her iki programda da demo veya final atölye çıktıları kurgusal değildi, katılımcıların ertesi gün masalarına döndüğünde kullanmaya başlayabileceği gerçek çözümlerdi.

Yazılımcı programının iki ayrı grupla yürütülmesi de bu yaklaşımın doğal sonucuydu: aynı içeriği farklı ekip dinamiklerine uyarlayabilmek, her grubun kendi problemleriyle çalışabilmesini sağladı.

‍

Değerlendirme

Her iki programın da değerlendirme odağı aynıydı: katılımcı ne kadar bilgi edindi değil, programın sonunda neyi bağımsız olarak yapabiliyor? PM grubunda ekipler demo oturumunda geliştirdikleri prototipleri sundular ve geri bildirim aldılar. Yazılımcı grubunda ise her katılımcı uçtan uca bir yazılım görevini API client, unit test veya README — AI ile kendi başına tamamladı. Programların temel çıkarımı şuydu: yapay zeka yetkinliği, doğru aracı bilmekle değil, doğru problemi tanımlayıp o probleme uygun araçla çözüm üretebilmekle ölçülür.

Katılımcı Kazanımları

İki program birlikte ele alındığında, Agito'nun hem ürün hem yazılım ekiplerinde ortak bir AI-native çalışma kültürünün zeminini attığı görülüyor. Kazanımlar rol bazında şöyle ayrışıyordu:

PM ve analist ekibi: Temel yapay zeka okuryazarlığı ve üretken AI araç yetkinliği; AI ile çözülebilecek problem alanlarını tanımlama ve önceliklendirme; Cursor, Lovable, Claude ve n8n ile prototip geliştirme; AI-first bakış açısını ürün sürecine entegre etme.

Yazılım geliştirme ekibi: LLM mimarisini ve kodlamadaki güçlü/zayıf yönleri kavrama; test, review, dokümantasyon ve CI/CD pipeline'ına AI entegrasyonu; prompt mühendisliğiyle kod üretimi ve refactoring'i hızlandırma; N8N ile mini developer agent üretme; güvenli ve verimli AI Native Developer refleksi kazanma.

Her iki grubun ortak kazanımı ise yaklaşım düzeyinde gerçekleşti: yapay zekayı zaman zaman başvurulan bir araç değil, günlük iş akışının bütünleşik bir parçası olarak görmeye başlama.

Kurumunuza Özel Bir Program Tasarlayalım

Agito ile kurguladığımız bu rol bazlı AI eğitim programının benzerini, kurumunuzun öncelikleri, sektörü ve ekibinizin seviyesi doğrultusunda tasarlayabiliriz. İster tek bir ekip için derinlemesine bir program, ister PM ve yazılımcıları kapsayan iki paralel track programı ekibinizin gerçek iş sorunlarını merkeze alarak kurgularız.

Brick Institute olarak her programı kurumunuzun ihtiyaçları, sektörü ve ekibinizin seviyesi doğrultusunda özel olarak kurguluyoruz. Detaylı bilgi almak, ekibinize uygun bir program tasarlamak veya örnek çalışmalarımızı incelemek için bizimle iletişime geçebilirsiniz.

Kataloğumuzu inceleyin → [Katalog İndir]

İletişim → egitim@brick.institute

‍