ALİ BOYACI

Problem

Tesisteki dolum işlemleri kağıt üzerinde takip ediliyordu. Sekiz ay boyunca mimari, backend, arayüz, deployment ve saha telemetrisi üzerinde çalışarak 60+ tank ile 20+ dolum hattını aynı sisteme bağladım.

Kısıtlar

• Kurulum on-premdi ve dış bulut erişimi yoktu.
• Tesis 7/24 çalıştığı için devreye alma sırasında üretim durmamalıydı.
• Saha cihazlarından gelen yoğun veri düşük gecikmeyle işlenmeliydi.

Geliştirdiklerim

• Cihaz verisini Modbus üzerinden alıp MQTT ile Node.js backend’e taşıyan veri akışı.
• Operatörlerin sahada her gün kullandığı React kontrol ekranları.
• Riskli durumları erkenden gösteren gerçek zamanlı uyarılar.
• On-prem deployment akışı, runbook’lar ve incident response süreci.

Sonuç

• İlk 4 ayda 6.000+ operasyon dijital izlenebilirlik ve raporlamayla tamamlandı.
• Tahmini 40–50 olay önlendi; ayda 3–4 ekipman arızası kesintiden önce fark edildi.
• Kağıt üzerindeki süreç, sahada aktif kullanılan bir kontrol sistemine taşındı.

Devamında

• Biriken telemetri verisiyle kestirimci bakım eklenmesi.
• Failover tatbikatları ve otomatik yük testlerinin genişletilmesi.

Problem

Şema değişiklikleri tek bir yerde kalmıyor. Postgres’te yeniden adlandırılan bir kolon, CSV export’unu veya API client’ını bozabiliyor. DriftGuard’ı veritabanı, API ve dosya şemalarını aynı akışta karşılaştırmak için geliştirdim.

Kısıtlar

• Farklı kaynaklardan gelen şemalar ortak bir modele çevrilmeliydi.
• Takımlar strict, lenient veya compatibility odaklı kurallar seçebilmeliydi.
• Bir kural bozulduğunda CI pipeline doğru exit code ile durmalıydı.

Geliştirdiklerim

• Ortak bir interface arkasında çalışan adapter mimarisi.
• Tip değişiklikleri, PK, FK, unique alanlar ve olası kolon rename’lerini karşılaştıran diff motoru.
• Beş farklı çalışma modu ve kaynak bazlı severity kuralları olan policy engine.
• Çoklu format raportörleri: Terminal (Rich), JSON, Markdown, HTML.
• Kapsamlı test paketi: 576 test, %89 satır kapsamı, ruff + mypy statik analiz ve GitHub Actions CI matrisi.

Sonuç

• v1.0.1’i dokümantasyonuyla birlikte GitHub’da açık kaynak olarak yayınladım.
• CI akışı Python 3.11, 3.12 ve 3.13 üzerinde çalışıyor.
• Yeni adapter ve policy modları çekirdek diff motorunu değiştirmeden eklenebiliyor.

Devamında

• Avro, Protobuf ve Kafka Schema Registry için collector eklenmesi.
• CI/CD entegrasyonu için SARIF ve JUnit XML raportörlerinin uygulanması.

Problem

Seyahat operasyonlarındaki veriyi AI modelleriyle yorumlayıp kullanıcılara yapılandırılmış sonuçlar sunan multi-tenant bir ürün geliştirdim.

Kısıtlar

• Her tenant’ın verisi ve işlemleri birbirinden ayrılmalıydı.
• Model yalnızca izin verilen backend aksiyonlarını, doğrulanmış parametrelerle çalıştırabilmeliydi.
• Uygulama AWS üzerinde baştan sona işletilebilir olmalıydı.

Geliştirdiklerim

• Multi-tenant veri ve servis yapısına sahip .NET backend.
• Operasyon ekipleri için React arayüz.
• Backend API operasyonlarını Groq destekli tool call’lara dönüştüren entegrasyon katmanı.
• Uygulamanın AWS deployment ve runtime yapılandırması.

Sonuç

• AI modelinin uygulama içindeki izinli işlemleri güvenli şekilde çalıştırabildiği bir akış geliştirildi.
• Backend, frontend, AI entegrasyonu ve AWS deploy tek bir ürün mimarisinde birleştirildi.

Devamında

• Tool call değerlendirme setlerinin genişletilmesi.
• Model gözlemlenebilirliği ve maliyet takibinin geliştirilmesi.

Problem

RAG sistemlerinin her parçasını ayrı ayrı anlayabileceğim, değiştirebileceğim ve test edebileceğim küçük bir Python motoru geliştirdim.

Kısıtlar

• Kütüphane gereksiz bağımlılıklardan uzak kalmalıydı.
• Retrieval adımları modelden bağımsız ve ayrı ayrı test edilebilir olmalıydı.
• Test paketi internet bağlantısı olmadan da çalışabilmeliydi.

Geliştirdiklerim

• Doküman chunking ve embedding pipeline’ı.
• NumPy tabanlı vektör saklama ve BM25 / RRF hybrid retrieval.
• LLM re-ranking, kaynak gösterimi ve faithfulness değerlendirmesi.
• Offline çalışabilen test paketi ve çoklu Python sürümü için CI.

Sonuç

• RAG pipeline’ının her adımı ayrı ayrı değiştirilebilir ve test edilebilir hale geldi.
• Proje açık kaynak olarak GitHub’da yayınlandı.

Devamında

• Farklı vector store adaptörlerinin eklenmesi.
• Evaluation veri setlerinin genişletilmesi.