İŞLETMELERDE YAPAY ZEKA TEKNOLOJİLERİ VE YÖNETİMİ

BUST491

Ders Kodu: BUST491
Yarıyıl: -
Teori+Uygulama: 3 + 0
AKTS: 5

Dersin Türü

Seçmeli

Dersin Düzeyi

Lisans

Dersin Yılı

Dersin Yarıyılı

AKTS

Öğretim Eleman(lar)ı

Öğrenme Kazanımları

Bu dersin sonunda öğrenciler;

Prompt mühendisliğinin temel ilkelerini açıklar ve farklı prompt tekniklerini uygular.
Üretken Yapay Zeka araçlarını (ChatGPT, Gemini, Claude AI, Canva AI vb.) iş bağlamında iş yazışmaları, rapor özetleri ve içerik üretimini için kullanır. uygulanması konusunda farkındalık kazanır.
Yapay zeka kullanımında etik, gizlilik ve telif hakkı konularını tartışır.kazanır.
Üretken YZ tabanlı iş fikirleri geliştirir, prototip sunar ve iş problemlerine çözüm önerisi üretir.

Veriliş Biçimi

Yüz Yüze

Önkoşullar

Yok

Önerilen Dersler

Ders Tanımı

Bu dersin amacı, işletme öğrencilerinin üretken yapay zeka teknolojilerini anlamalarını ve bu teknolojileri iş dünyasında uygulamalı olarak kullanabilmelerini sağlamaktır. Öğrenciler, büyük dil modellerinin (LLM) çalışma prensiplerini öğrenir, prompt mühendisliği becerilerini kazanır ve işletmelerde içerik üretimi, veri analizi, otomasyon gibi alanlarda üretken yapay zekadan nasıl yararlanabileceklerini deneyimler.

Ders İçeriği

HAFTA	KONULAR
1. Hafta	Üretken Yapay Zeka ve İş Dünyasında Yeri
2. Hafta	Büyük Dil Modelleri ve Temel Prensipleri
3. Hafta	Prompt Mühendisliğine Giriş
4. Hafta	Prompt Optimizasyonu ve Teknikleri
5. Hafta	Prompt Uygulamaları
6. Hafta	Metin Üretimi ve Özeti: İş Yazışmaları ve Raporlar
7. Hafta	Ara Sınav
8. Hafta	Görsel İçerik Üretimi
9. Hafta	No-code Uygulamalar ve Dashboard Üretimi
10. Hafta	Yapay Zeka Araçları Uygulamaları
11. Hafta	Chatbot ve Yapay Zeka Asistanı Geliştirme
12. Hafta	Üretken Yapay Zeka Uygulamaları: Maliyet, Dayanıklılık ve Güvenli Otomasyon
13. Hafta	Etik, Telif Hakları ve Yapay
14. Hafta	Proje Sunumları

Kaynaklar

Phoenix, James and Taylor, Mike (2024). Prompt Engineering for Generative AI: Future-Proof Inputs for Reliable AI Outputs at Scale. O'Reilly Media, Inc
Hunter, Nathan (2023). The Art of Prompt Engineering with chatGPT: A Hands-On Guide. England.
Boonstra, Lee (2025). Prompt Engineering. Google.
Berryman, John, and Albert Ziegler (2024). Prompt Engineering for LLMs: The Art and Science of Building Large Language Model?Based Applications. O'Reilly Media, Inc.
GitHub (2025). Prompt Engineering Guide
OpenAI (2025). OpenAI Docs & Cookbook
Ders Notları

Öğretim Yöntemleri

Anlatım
Proje
Sunum
Eğitim-Uygulama

Değerlendirme

	Sayısı	Toplam Katkısı (%)
Ödev	1	10
Proje	1	40
Toplam(%)		50
Yıl İçinin Başarıya Oranı(%)		50
Finalin Başarıya Oranı(%)		50
Toplam(%)		100

AKTS İş Yükü

Aktivite	Sayı	Süre (Saat)	İş Yükü
Ara Sınav	1	2	2
Kısa Sınavlara hazırlık
Sınıf Dışı Ders Çalışma Süresi	14	1	14
Final Sınavına Hazırlık	1	40	40
Ders Saati	14	3	42
Ara Sınava Hazırlık	1	55	55
Laboratuvar
Final Sınavı	1	2	2
Ödevler	1	3	3
Toplam İş Yükü			158
Toplam İş Yükü / 30			5.26
Dersin AKTS Kredisi			5

Dil

İngilizce

Staj / Uygulama

Yok

Program Yeterlilikleri / Öğrenme Kazanımları

	Ö1	Ö2	Ö3	Ö4
P1	X	X	X	X
P2	X		X	X
P3		X
P4		X
P5
P6	X		X	X
P7
P8
P9
P10
P11
P12
P13