Kullanıcıların ödeme yaptığı,yapay zeka sistemleri geliştiriyorum.
Veri erişimi (RAG), çok ajanlı orkestrasyon ve gerçek zamanlı ses çözümlerini demo seviyesinde bırakmıyor, üretime hazır ürünlere dönüştürüyorum. Tek başıma kurduğum BrandVox’u AWS üzerinde 5 farklı servisle 1.000+ kullanıcıya ve 30+ ücretli müşteriye ulaştırdım. Öncesinde ise iki yıl boyunca Amazon’un ödeme ve vergi ekiplerinde paranın hatasız dönmesi gereken kritik süreçleri yönettim.
- E-posta
- hakan@egehakankaraagac.com
- GitHub
- github.com/egehakan
- linkedin.com/in/egehakankar
Neler yapıyorum
Popüler teknoloji etiketlerinden ibaret değil. Gerçek kullanıcıların hizmetine sunduğum ve her birini çalışan projelerle kanıtladığım beş uzmanlık alanı:
- § 01.1
Veri Erişimi & RAG
Kendi forkladığım Flowise altyapısı üzerinde, Qdrant yoğun (dense) vektörleri ile BM25 seyrek (sparse) vektörlerini %70/%30 oranında ağırlıklı bir ensemble ile canlı ortamda birleştiriyorum. Üzerinde isteğe bağlı çalışan özel bir Reciprocal Rank Fusion sıralayıcısı yer alıyor; tüm mimari OpenAI text-embedding-3-small tabanlıdır.
BrandVox - § 01.2
Çok Ajanlı Orkestrasyon
Forklanmış Flowise motoru üzerinde yaklaşık 8.7K satırlık özel node mimarisi geliştirdim. OpenAI, Anthropic, Gemini ve Grok modelleri arasında basamaklı (cascade) ilerleyen, model başına 2 tekrar denemeli ve çağrı başına 60 saniye zaman aşımı (timeout) limitli çok sağlayıcılı bir yanıt hattı kurdum.
BrandVox - § 01.3
Gerçek Zamanlı Ses (Realtime Voice)
WebSockets üzerinden tarayıcıdan OpenAI Realtime API'ye uzanan bir ses hattı kurdum. Sunucu taraflı VAD (ses aktivasyon tespiti) ile 24kHz frekansta PCM16 formatı, çift yönlü araya girme (barge-in) desteği ve eşzamanlılık yarışına (race condition) rağmen tam bir kez (exactly-once) turn kalıcılığı sağladım.
BrandVox - § 01.4
Değerlendirme (Evals) & Maliyet Kontrolü
İki aşamalı bir puanlama motoru ve streaming SSE verilerinden model bazlı USD maliyetini anlık ölçen token takaslı bir Anthropic proxy'si geliştirdim. Sistem, oturum bütçesi aşıldığı anda akışı HTTP 402 hatasıyla otomatik olarak kesiyor.
Kodwai - § 01.5
Büyük Ölçekli Dağıtık Sistemler
5 milyondan fazla kullanıcı kaydını DynamoDB'ye sıfır kesintiyle taşıdım. Çift yazma (dual-write), ardından veri tamamlama (backfill), doğrulama ve kademeli okuma geçişi süreçlerini yöneterek tüm operasyonu yaklaşık bir saat içinde tamamladım.
Amazon
Seçili işler
Bizzat tasarladığım, kodladığım ve aktif olarak yönettiğim üç sistem.
Küçük ekiplerin manuel yönetmek zorunda kaldığı, müşteriye dönük rutin operasyonları otomatize eden çok kiracılı (multi-tenant) AI SaaS platformu.
BrandVox'u sıfırdan mimari olarak tasarlayıp yayına aldım; 5 servis genelinde yaklaşık 1.557 commit ile projenin ana geliştiricisiyim. Her müşterinin kendi verisini işleyerek chat ve ses üzerinden yanıt dönüyor, içerik taslakları hazırlıyor ve potansiyel müşterileri listeliyor. Bunun en büyük kanıtı demolar değil, kullanıcıların her ay aboneliklerini yenilemesidir.
- 1.000+
- aktif kullanıcı
- 30+
- aylık $59–449 ödeyen müşteri
- 5 servis
- tek mühendis
Her müşteri için izole bir çalışma alanı sunulmaktadır. Veri erişim (retrieval) süreci, Qdrant yoğun ve BM25 seyrek vektörlerinin %70/%30 ağırlıklı ensemble ile canlı birleştirildiği forklanmış Flowise motoru üzerinde çalışır. Bot başına özel bir Reciprocal Rank Fusion sıralayıcısı ve LRU önbelleği mevcuttur. Veri yükleme (ingestion) işlemleri, sınırlı eşzamanlılığa ve 30 dakikalık watchdog mekanizmasına sahip, Redis tabanlı asenkron bir kuyruk üzerinden yürütülür. Model bazlı harcamalar istek başına kredilendirmeyle izlenmekte; Sentry, Grafana ve PostHog ile anlık takip edilmektedir.
Yazılımcıların ne kadar hızlı klavye kullandığını değil, yapay zeka kodlama ajanlarını ne kadar efektif yönlendirebildiğini ölçen platform.
Kodwai'yi uçtan uca inşa ettim: Claude Code veya Cursor süreçlerini başlatıp izleri (trace) yakalayan bir npm CLI aracı, gönderilen çözümleri puanlayan FastAPI backend mimarisi ve Next.js istemcisi. Teknik mülakatların tekrarlayan kısımlarını yapay zekaya devrederken, nihai değerlendirmeyi yine uzmanların yapmasını sağlar.
- 22
- canlı değerlendirilen mülakat
- v1.7.0
- npm'de @kodwai/cli
- 494
- backend test coverage
İki aşamalı puanlama motoru; deterministik sinyalleri (test başarı oranı, lint ve iç içe geçme derinliği heuristikleri) Claude Sonnet 4.6 tabanlı bir jüri ile eşleştirir. Atlanan sinyalleri paydadan düşürerek API anahtarı olmadan yapılan denemelerin bile doğru puanlanmasını sağlar. Bunun üzerine kalibre edilmiş bir operatör-yetenek katmanı ekledim: sürekli yanıt veren bir IRT modeli, gizli beceriyi Fisher bilgi güven aralığıyla tahmin eder ve bir sonraki soruyu uyarlamalı olarak seçer; çözümü tek atışlık bir yapay zeka temeline göre sayısal bir kazanım (lift) olarak ölçer; eksen ağırlıklarını elle belirlemek yerine veriden öğrenir. Token takaslı Anthropic proxy'si, streaming SSE verilerinden harcamayı ölçerek oturum bütçesini zorunlu kılar; böylece anahtarlar güvenilmeyen makinelere temas etmez. Saklanan anahtarlar ise AES-256-GCM ile şifrelenir.
Çok kiracılı, kendi API anahtarınızı getirdiğiniz (BYOK) soğuk e-posta otomasyonu. Önce sistemi kurdum, ardından tüm satış operasyonumu bu altyapıyla yürüttüm.
BrandVox'un satış süreçlerini tamamen Ksenda ile finanse ettim. Şirketleri gerçek sinyaller üzerinden bulup her birine özel detaylar içeren ilk mesaj taslakları hazırlar ve takipleri e-posta zinciri bozulmayacak şekilde kurgular. Son onay adımı her zaman bir insan denetiminden geçer.
- 5.000+
- gönderilen e-posta
- ~%15
- yanıt oranı (sektör normu %1–5)
- 1
- insan denetleyici
3, 7 ve 14. gün takip e-postaları, RFC822 In-Reply-To ve References başlıklarıyla Gmail üzerinde doğru e-posta zincirine bağlanır. Toplu işlenen ve önbelleğe alınan bir Gemini sınıflandırıcısı, içe aktarmaları yapay zeka varlık sinyallerine göre eler. Satır bazlı çalışan Inngest hattı, serverless zaman aşımlarını absorbe eder. Satır seviyesinde veri izolasyonu 73 API route'u genelinde korunur. Yanıt takibi manuel olarak sayılmıştır; yani elde edilen ~%15'lik oran, bir dashboard'un şişirdiği değil, bizzat doğruladığım dürüst bir rakamdır.
Rakamlarla ben
Yürütülen çalışmaların, net sonuçları:
Kariyer çizgisi
Amazon bünyesindeki yüksek ölçekli veri doğruluğu disiplininden, uçtan uca tüm mimarisine sahip olduğum ürün odaklı girişimciliğe uzanan süreç.
Kurucu Yapay Zeka MühendisiDelaware, ABD / RemoteKendi girişimim. Çok kiracılı bir AI SaaS platformunu sıfırdan inşa ettim. Yaklaşık 1.557 commit ile projenin ana geliştiricisi olarak şu an 1.000'den fazla kullanıcıya ve 30'un üzerinde ücretli müşteriye hizmet sunuyorum.
Backend Mühendisiİstanbul, TürkiyeDünyanın en yüksek hasılatlı mobil oyunlarından birinin arkasındaki, 6 milyondan fazla aktif oyuncuya hizmet veren canlı oyun içi etkinlik servislerini yönettim. Spring Boot ve gRPC altyapısıyla MySQL, Cassandra, Redis ve Elasticsearch üzerinde 5 kişilik bir ekiple uçtan uca özellikler geliştirdim.
Yazılım Geliştirme Mühendisi (SDE)Lüksemburgİsveç, Polonya, Hollanda ve Türkiye pazarlarının ödeme (checkout) ve vergi altyapılarını yönettim; yani paranın her saniye hatasız dönmesi gereken kritik sistemlerde çalıştım. 5 milyon kayıtlık sıfır kesintili DynamoDB veri göçünü (migration) yönettim ve Vendor Powered Coupons özelliğini canlıya aldım.
Dijital Teknoloji Geliştirici Analistiİstanbul, TürkiyeRoche firmasının müşteri deneyimi analitik panelinin (dashboard) backend mimarisini AWS üzerinde Spring ve Java kullanarak inşa ettim.
PHP ve React/TypeScript yığınındaki kritik prodüksiyon hatalarını çözdüm. Çevrimiçi PDF editörü için yorum sistemini geliştiren stajyer ekibine liderlik ettim.
Eğitim
- 2017 – 2022Bilkent Üniversitesi, AnkaraLisans, Bilgisayar Mühendisliği
Algoritmalar, veri yapıları, bilgisayar organizasyonu, işletim sistemleri, veritabanları, programlama dilleri.
- 2021Trendyol (Remote)Veri Mühendisliği Bootcamp'i
BigQuery, Scala, Apache Spark, Apache Kafka, Apache Flink.
Hakkımda
İstanbul'da yaşayan bir yapay zeka mühendisiyim. İki yıl Amazon ve Dream Games'te backend sistemleri üzerinde çalıştım, ardından iki yıl tek başıma bir yapay zeka ürünü geliştirdim. Backend tarafı bana üretim disiplinini öğretti; tek başıma çalışmak ise her katman benim olduğunda ne kadar iş çıkarabildiğimi gösterdi.
En çok, atlanması kolay olan kısımları önemsiyorum: gerçek müşteri verisinde ayakta kalan retrieval, yük altında kararlı çalışan ajan orkestrasyonu ve tahmin yerine istek başına ölçülen maliyet. Yapay zekayı sistemin omurgası olarak kuruyorum; sonra onu kendim işletiyor, destekliyor ve ürettiği rakamları takip ediyorum.
Yapay zekayı sisteme sonradan eklenen bir katman değil, ürünün ana omurgası olarak görüyor; geri kalan tüm altyapıyı da bu mimariyi çalıştırmak için inşa ediyorum
İletişime geçin
Canlı ortamda çalışan yapay zeka üzerine bir şeyler yapıyorsanız ya da sadece sohbet etmek isterseniz, bana yazabilirsiniz.
- E-posta
- hakan@egehakankaraagac.com
- GitHub
- github.com/egehakan
- linkedin.com/in/egehakankar
- Lokasyon
- İstanbul, Türkiye · UTC+03