Yazılım Mimarı
Yazılım mimarı ne yapar? Mimariyi karar, sınır ve bedel olarak yürütüyorum: yazılım mimarisi, sistem tasarımı ve event-driven mimari.
Yazılım mimarı ne yapar? Mimariyi karar, sınır ve bedel olarak yürütüyorum: yazılım mimarisi, sistem tasarımı ve event-driven mimari.
Yapay zekâ sistem mühendisi ne yapar? Modeli bir yazılım sisteminin bileşeni olarak tasarlıyor, özelleştiriyor, orkestre ediyor ve güvenle işletiyorum; yedi alan.
Backend geliştirici ne yapar? API sözleşmesi, kuyruk, veritabanı ve sunucu tarafında çalışma biçimim; 2010'dan bu yana.
DevOps ve altyapı mühendisi ne yapar? Paketleme, CI/CD hattı, altyapıyı kodla kurma ve bulut ortamlarına yayına alma.
2008'den beri PHP geliştiricisiyim: Laravel, Symfony ve CodeIgniter ile üretime çıkan işler, framework'süz kütüphaneler ve framework kararı.
Go ile ne geliştiriyorum: mikroservisler, kuyruk tüketen consumer'lar, HTTP API'lar ve komut satırı araçları — Go'yu hangi işte neden seçtiğim.
Python'u nerede kullanıyorum ve nerede kullanmıyorum: betik, veri dönüştürme, otomasyon, iddia etmediğim yerler ve karar verirken sorduğum üç soru.
Web ve mobili aynı API'den beslemek: React Native ile mağazaya çıkan uygulamalar, TypeScript'le taşınan sözleşme ve değişen araç zinciri.
Laravel ile çalıştığım işler: API'ler, kuyruk tüketen arka plan süreçleri, test ve framework'ün sunduğunu ne zaman kullanıp ne zaman bırakacağım.
Docker ile uygulamayı container olarak paketleme, geliştirme ortamını dağıtımla eşleme ve Docker'ı Kubernetes ve CI/CD hattıyla birlikte kullanma işlerim.
Kubernetes ile container'ları birden çok makinede çalıştırma, ölçekleme ve yeniden başlatma; model serving ve inference iş yükleri dahil.
Terraform ile altyapıyı kodla tarif edip tekrarlanabilir biçimde kurma: bulut kaynakları, DNS ve proxy katmanı, yazma-planlama-uygulama akışı.
Linux sunucularla çalıştığım işler: uygulamaların çalıştığı işletim sistemi, nginx, güvenlik duvarı, depolama ve container ile bulut ortamları.
PyTorch ile model eğitimi, fine-tuning ve LoRA/PEFT ile uyarlama: 2024'ten beri bu framework'ü nerede ve ne için kullandığım.
CUDA ile eğitim ve inference iş yüklerini GPU üzerinde çalıştırma: PyTorch, TensorFlow ve OpenAI Triton üzerinden, 2024'ten beri nerede kullandığım.
TensorFlow ile model eğitimi: 2024'ten beri bu framework'ü nerede kullandığım, PyTorch, CUDA ve model serving ile nasıl birlikte durduğu.
Rust ile performansın ve bellek güvenliğinin belirleyici olduğu servis ve araçlar: 2024'ten beri nerede kullandığım ve neyle birlikte.
TypeScript ile çalıştığım işler: Model Context Protocol sunucuları, Node.js servisleri ve tip sisteminin sunucu kodunda nerede işe yaradığı.
RAG ile çalıştığım işler: dokümanları parçalayıp embedding'e çevirmek, vektör ve tam metin aramayı birleştirmek ve retrieval'ın cevaplamadığı sorular.
MCP ile çalıştığım işler: bir modele araç ve bağlam açan sunucular yazmak, proje başına uç kurmak ve bağlanan her sunucuyu güven sınırı saymak.
Vektör veritabanlarıyla çalışma biçimim: pgvector, Milvus ve Chroma arasında seçim, PostgreSQL içinde vektör arama ve retrieval hatlarındaki yeri.
Model serving ile çalışma biçimim: NVIDIA Dynamo-Triton, Ollama ve FastAPI ile modeli API arkasında sunmak, Kubernetes üzerinde ölçeklemek.
Apache Kafka ile çalışıyorum: event-driven iş akışlarında ve veri hatlarında mesaj omurgası, partition anahtarı, tüketici ölçekleme, teslim garantisi.
PostgreSQL ile çalışıyorum: kuyruk tablosu ve index davranışı ölçümleri, partial index, pgvector ile vektör arama ve ilişkisel depo kararları.