Teknik Profil

Teknik çalışmalarımda bilgisayar ve mekatronik mühendisliği, adli bilişim ve siber güvenlik birikimimi yazılım geliştirme, yüksek hacimli veri sistemleri, yapay zeka, sinyal ve görüntü işleme, tersine mühendislik, gömülü sistemler ve performans mühendisliğiyle birlikte kullanıyorum. Teknolojileri ayrı ayrı sıralamak yerine, bunların uçtan uca sistemlerin farklı katmanlarında nasıl bir araya geldiğini ele alıyorum.

Teknik çalışma alanlarımı projelerim, ders notlarım, yayınlarım ve açık kaynak çıktılarımla ilişkilendiriyorum. Kurumsal deneyimlerimi ise paylaşılabilir problem sınıfları, mühendislik yöntemleri ve kamuya açık teknolojiler üzerinden aktarıyorum; kurum içi veri, altyapı, güvenlik mimarisi ve operasyonel ayrıntıları yayımlamıyorum.

Mühendislik Yaklaşımı ve Tasarım İlkeleri

Bir sistemi yalnızca "çalışıyor" veya "hızlı" olduğu için yeterli görmüyorum. Özellikle yüksek trafikli, gerçek zamanlı veya uzun süre çalışan yazılımlarda doğruluk, veri bütünlüğü, gecikme, throughput, kaynak kullanımı, hata izolasyonu, eşzamanlılık ve üretim ortamındaki öngörülebilir davranış birlikte değerlendirilmelidir.

Bu yaklaşımda:

• performans problemi yalnız CPU süresi olarak değil; CPU, bellek, allocation, I/O, ağ, kuyruklar ve veri tabanı etkileriyle birlikte ele alınır,
• ortalama süre tek başına yeterli kabul edilmez; kuyruk birikimi, tail latency, zaman aşımı ve bounded-resource davranışı da incelenir,
• yüksek paralellik hedefi, sınırsız iş üretmek anlamına gelmez; kapasite, backpressure ve sınırlı kaynakların paylaşımı tasarımın parçasıdır,
• hata durumları normal işletim koşullarının parçası kabul edilir; timeout, cancellation, partial failure, retry ve idempotency sınırları açık biçimde belirlenir,
• performans iyileştirmeleri ölçüm, profiler, yürütme planı, gerçekçi yük ve uçtan uca gözlemle doğrulanır,
• kritik kod yollarında gereksiz allocation, kopyalama, dönüşüm ve soyutlama maliyetlerinden kaçınılır,
• veri katmanında doğru sonuç kadar transaction süresi, connection-pool kullanımı, kilitlenme ve sorgu maliyeti de önemlidir.

Bu yaklaşımın daha ayrıntılı örnekleri Java Tabanlı Veri Sistemlerinde Yüksek Başarım, Kritik Sistemlerde Güvenli Retry Tasarımı ve IBM POWER9 Üzerinde Adli Bilişim ve Yapay Zeka çalışmalarında görülebilir.

Programlama Dilleri ve Uygulamalı Deneyim

Programlama dili seçiminde dili tek başına değerlendirmiyorum. Çalışma zamanı modeli, bellek yönetimi, native sınırlar, eşzamanlılık davranışı, hedef platform, ekosistem, bakım maliyeti ve gerçek sistem kısıtları birlikte belirleyicidir.

Bu bölüm kişisel ve uygulamalı deneyimimi özetler. Programlama dillerinin tür sistemleri, semantik, çalışma zamanları, bellek modelleri ve paradigmalar açısından akademik karşılaştırması için ayrı Programlama Dilleri ders notum bulunmaktadır.

Java ve Spring Boot

Java, özellikle yüksek hacimli kurumsal backend ve servis sistemlerinde temel çalışma dillerimden biridir. Spring Boot tabanlı uygulamalarda HTTP servis katmanı, veri erişimi, transaction sınırları, eşzamanlı işleme, uzun süre çalışan servisler ve Oracle merkezli veri akışlarını birlikte ele alıyorum.

Java tarafında yalnız framework kullanımı değil; JVM davranışı, thread/virtual-thread modeli, executor ve kuyruklar, connection pool, object allocation, GC etkisi, serialization, I/O ve veri tabanı maliyetlerinin uçtan uca gecikmeye nasıl yansıdığı önemlidir.

İlgili içerikler: Java Programlama, Spring Boot ve Java Tabanlı Veri Sistemlerinde Yüksek Başarım.

C

C; gömülü yazılım, düşük seviyeli veri işleme, donanım yakın çalışma, ikili veri biçimleri ve sistem programlama problemlerinde kullandığım temel dillerden biridir. Bellek düzeni, pointer semantiği, buffer sınırları, ABI, kaynak ömrü ve deterministik davranış gibi konular bu sınıftaki işlerde doğrudan önem taşır.

Baykar yazılım stajında TMS570 üzerinde gömülü C, lwIP ve TCP/UDP haberleşmesi; adli bilişim ve veri kurtarma çalışmalarında ise ikili veri yapıları ve file carving gibi düşük seviyeli veri işleme problemleri C ile ilişkilenen uygulama alanlarımdandır.

Ayrıntılı dil notu: C Programlama.

C++

C++'ı performans duyarlı veri, sinyal ve görüntü işleme işlerinde; native kütüphaneler, çok iş parçacıklı iş yükleri ve CPU/GPU tabanlı hesaplamanın birlikte gerektiği problem sınıflarında kullandım. Bu alanda yalnız algoritmanın Big-O karmaşıklığı değil; veri yerleşimi, cache davranışı, kopyalama maliyeti, SIMD/vectorization, thread contention ve kaynak ömrü gibi makineye yakın ayrıntılar da önemlidir.

2019-2025 dönemindeki makine öğrenmesi proje mühendisliği çalışmalarım C/C++, Python, OpenCV, CUDA ve OpenMP ekseninde bilgisayarlı görü, sinyal işleme ve performans problemlerini bir arada ele almamı sağladı.

Ayrıntılı dil notu: C++ Programlama.

C# ve .NET

C#/.NET deneyimim masaüstü uygulamalar, kullanıcı arayüzleri, seri haberleşme, telemetri, veri işleme ve yardımcı mühendislik araçlarına uzanır. AKÜ BİDB stajında RFID/RS232 ve kartlı geçiş uygulamaları; Baykar stajında telemetri ve yer kontrol yazılımı bu deneyimin erken uygulama örnekleridir.

Managed runtime kolaylıklarının yanında allocation, async iş akışları, I/O, native etkileşim ve deterministik kaynak bırakma davranışını da uygulama gereksinimine göre değerlendiriyorum.

Ayrıntılı dil notu: C# Programlama.

Python

Python; yapay zeka, makine öğrenmesi, konuşma işleme, görüntü işleme, veri hazırlama, inference ve deneysel/analitik iş akışlarında kullandığım temel dillerden biridir. Python tarafındaki odağım yalnız model geliştirmek değil; veri edinimi, preprocessing, inference, post-processing, model/runtime seçimi ve üretim sistemi entegrasyonunu aynı işlem hattının parçaları olarak değerlendirmektir.

TensorFlow, Keras, PyTorch, ONNX, OpenCV, FFmpeg, Kaldi, Vosk ve Whisper bu bağlamda kullandığım veya teknik olarak ele aldığım araç ve teknolojiler arasındadır.

SQL, PL/SQL, VHDL ve Diğer Teknik Gösterimler

Uygulamalı çalışmalarım genel amaçlı programlama dilleriyle sınırlı değildir. Oracle merkezli sistemlerde SQL ve PL/SQL; FPGA çalışmalarında VHDL; web katmanında HTML, CSS ve JavaScript; sistem entegrasyonlarında protokol ve veri biçimi tanımları problem alanına göre kullanılan diğer teknik araçlardır.

Kritik Yazılım Mimarileri ve Veri İşleme Sistemleri

Yüksek hacimli ve uzun süre çalışan sistemlerde temel hedef yalnız daha fazla işi paralel çalıştırmak değildir. Sistemin gerçek kapasitesi CPU, bellek, disk, ağ, veri tabanı bağlantıları, dış servisler ve kuyrukların en dar sınırı tarafından belirlenir.

Java/Spring Boot ve Oracle tabanlı kurumsal sistemlerde özellikle şu konuları birlikte değerlendiriyorum:

• transaction sınırları ve veri bütünlüğü,
• connection-pool kapasitesi ve bağlantı bekleme davranışı,
• eşzamanlılık ile veri tabanı yükü arasındaki ilişki,
• kuyruk birikimi, backpressure ve bounded concurrency,
• uzun süre çalışan servislerde kaynak sızıntısı ve kademeli performans bozulması,
• hata izolasyonu, timeout, cancellation ve retry davranışı,
• gerçek veri hacminde latency ve throughput dengesi.

Üretim sisteminde bir bileşenin lokal olarak hızlı olması yeterli değildir. Örneğin daha fazla worker kullanmak CPU tarafında hız kazandırırken veri tabanı bağlantı havuzunu tüketebilir; agresif retry geçici bir hatayı yük çarpanına dönüştürebilir; gereksiz log veya ara veri üretimi disk ve I/O baskısı oluşturabilir. Bu nedenle optimizasyonu tek metrik yerine sistem sınırları üzerinden ele alıyorum.

Veri Akışı Yönetimi ve Apache NiFi

Apache NiFi, kaynak sistemlerden alınan verilerin işleme, yönlendirme, doğrulama ve hedef sistemlere iletim aşamalarını yönetmek için geliştirilmiş bir veri akışı platformudur. Veri akışı tasarımında FlowFile içerik ve öznitelik ayrımı, veri kökeni, kuyruk yönetimi, geri basınç, hata yönlendirme ve işlem sınırları üzerinde çalışıyorum.

Java ile özel NiFi işlemcilerinin geliştirilmesi kapsamında AbstractProcessor, ProcessContext, ProcessSession, özellik tanımlama, işlem ilişkileri, NAR paketleme, yaşam döngüsü yönetimi ve thread safety konularını ele alıyorum. İşlemci tasarımında okunabilir bileşen sözleşmesi, sınırlı bellek tüketimi, deterministik dönüştürme, yeniden işleme güvenliği ve test edilebilirlik temel ölçütlerdir. Bu konudaki bağımsız teknik açıklamalar Java ile NiFi Özel İşlemci Geliştirme makalesinde yer almaktadır.

Veri Tabanı ve Veri Sistemleri

Veri tabanı çalışmalarında tutarlılık, işlem sınırları, sorgu maliyeti, gecikme, beklenen iş hacmi ve veri bütünlüğü başlıca değerlendirme ölçütleridir.

İlişkisel Veri Sistemleri

• Oracle: yüksek hacimli kurumsal veri erişimi, transaction yönetimi, SQL, yürütme planları ve sorgu optimizasyonunda başlıca platformumdur.
• MySQL, PostgreSQL, Microsoft SQL Server ve SQLite: farklı uygulama, saklama ve taşınabilirlik gereksinimlerinde kullandığım veya çalıştığım ilişkisel sistemlerdir.

Analitik Veri Sistemleri

ClickHouse ile OLAP odaklı sütun yönelimli veri işleme, sürekli veri alımı ve yüksek hacimli olay analitiği üzerinde çalışıyorum. Telemetri, günlük (log) analizi, anomali algılama ve yapay zeka uygulamalarına yönelik sorgularda veri tazeliği, sütun budama, toplulaştırma maliyeti ve kaynak kullanımını değerlendiriyorum.

Veri Erişimi, Arama ve Önbellek

• Redis: önbellek ve düşük gecikmeli veri erişimi,
• MongoDB ve Elasticsearch: doküman tabanlı veri erişimi, indeksleme ve arama,
• FAISS: yüksek boyutlu vektörlerde benzerlik araması ve indeksleme.

Oracle tarafında sorgu planı, indeks seçimi, transaction süresi, eşzamanlılık ve uzun süre çalışan işlerin veri tabanı üzerindeki etkisini birlikte inceliyorum. Doğru sonuç kadar gerçek veri hacmindeki I/O, CPU, bellek ve kilit maliyeti de tasarımın parçasıdır.

Bu alan yalnız veri tabanı ürünlerini kullanmayı değil, uygulama ile veri katmanı arasındaki kapasite ve tutarlılık sınırlarını da kapsar. Oracle merkezli kurumsal sistemlerde execution plan, transaction duration, connection pool, concurrency ve duplicate/kirli veri davranışını aynı sistem problemi olarak değerlendiriyorum.

İlgili teknik çalışmalar:

• Oracle Veritabanı ve PL/SQL: Mimari, SQL ve Performans
• Oracle SQL ile Güvenli Sayı Dönüşümü
• HikariCP ile Dinamik Veri Kaynağı Yönlendirme
• HikariCP ile İleri Düzey Havuz Tasarımı
• Java Tabanlı Veri Sistemlerinde Yüksek Başarım
• Kritik Sistemlerde Güvenli Retry Tasarımı

Ortak ilkem, veri tabanını uygulamadan bağımsız bir depolama kutusu gibi görmemektir. Sorgunun veri tabanında ne yaptığı, bağlantının ne kadar süre tutulduğu ve aynı anda kaç işin bu sınırlı kaynağa eriştiği uygulamanın latency ve throughput davranışını doğrudan belirler.

Performans, Eşzamanlılık ve Sistem Mühendisliği

Performans çalışmalarım C/C++, Java ve Python gibi farklı çalışma modellerinde aynı temel soruya dayanır: gerçek darboğaz nerede ve optimizasyon bütün sistem davranışını nasıl değiştiriyor?

Bu kapsamda:

• eşzamanlı ve çok iş parçacıklı programlama,
• paralel işleme,
• gerçek zamanlı ve toplu veri işleme,
• algoritma ve veri yapısı optimizasyonu,
• Linux üzerinde sistem ve süreç davranışı,
• OpenMP, CUDA ve GPU tabanlı hesaplama,
• CPU, bellek, I/O ve ağ darboğazları,
• kuyruk, contention, lock ve backpressure davranışları,
• SIMD/vectorization ve veri yerleşimi,
• deterministic ve bounded-resource tasarım

üzerinde çalışıyorum.

Bir ses işleme hattında bellek ve SIMD davranışı, bir veri servisinde kuyruk ve veri tabanı maliyeti, bir adli bilişim aracında ise veri biçimi ve doğrulanabilirlik aynı anda belirleyici olabilir. Bu nedenle performans mühendisliğini tek bir benchmark sonucuna indirgemiyorum.

Adli Bilişim, Siber Güvenlik ve Tersine Mühendislik

Adli bilişim ve siber güvenlik çalışmalarım yazılım mühendisliğiyle doğrudan kesişir. İncelenen veri veya yazılım çoğu zaman ideal, temiz ya da belgelenmiş değildir; bozuk veri, eksik metadata, bilinmeyen ikili biçimler, büyük dosyalar ve güvenilmeyen girdiler normal problem koşullarıdır.

Çalışma alanlarım arasında:

• statik ve dinamik yazılım analizi,
• ağ ve PCAP analizi,
• ikili veri yapıları ve özel dosya biçimleri,
• tersine mühendislik,
• file carving ve veri kurtarma,
• kriptoloji ve kimlik doğrulama,
• güvenli veri işleme ve erişim kontrolü,
• mevcut sistem davranışının çözümlenmesi ve gerektiğinde farklı dil veya ortamda yeniden gerçeklenmesi

bulunmaktadır.

Bu alanda performans kadar kanıt bütünlüğü, tekrarlanabilirlik ve sonuçların doğrulanabilir olması önemlidir. Bir parser veya carving algoritması hızlı olsa bile sınır kontrolleri, bozuk girdi davranışı veya yanlış pozitif üretimi kontrol altında değilse adli bağlamda yeterli kabul edilmemelidir.

Yapay Zeka, Konuşma, Sinyal ve Görüntü İşleme

Yapay zeka çalışmalarımı modeli tek başına çalıştırmak yerine uçtan uca inference sistemi olarak ele alıyorum. Veri edinimi, preprocessing, model çağrısı, post-processing, donanım kullanımı ve sonuçların kalıcı sisteme aktarılması aynı performans ve doğruluk zincirinin parçalarıdır.

Çalışma alanlarım:

• konuşma tanıma ve konuşmacı analizi,
• ses iyileştirme ve dijital sinyal işleme,
• bilgisayarlı görü ve görüntü işleme,
• makine öğrenmesi ve derin öğrenme,
• veri hazırlama, inference ve sonuç işleme,
• CPU/GPU iş bölümü ve performans optimizasyonu,
• yapay zeka modellerinin üretim servisleriyle bütünleştirilmesi.

Kullandığım veya teknik çalışmalarımda ele aldığım başlıca teknolojiler arasında Python, C/C++, TensorFlow, Keras, PyTorch, ONNX, OpenCV, FFmpeg, Kaldi, Vosk ve Whisper bulunur.

2019-2025 dönemindeki Argus Teknoloji çalışmalarım bilgisayarlı görü, derin öğrenme, örüntü tanıma, sinyal işleme, C/C++, Python, OpenCV, CUDA ve OpenMP ekseninde; IBM POWER9 çalışmam ise yüksek performanslı adli bilişim ve yapay zeka iş yüklerinin donanım/yazılım birlikte değerlendirilmesi açısından ilgili uygulama bağlamlarıdır.

Gömülü Sistemler, Mikrodenetleyiciler, FPGA ve PLC

Mikroişlemci, mikrodenetleyici, FPGA ve PLC çalışmaları benim için yalnız kart veya ürün isimlerinden oluşan bir yetenek listesi değildir. Bu platformlarda yazılım; zamanlama, interrupt, bellek, seri/ağ haberleşmesi, pin ve çevrebirim konfigürasyonu ile fiziksel sistem davranışıyla birlikte ele alınır.

Mikrodenetleyici ve Gömülü Platformlar

Çalıştığım platformlar arasında Texas Instruments TMS570, MSP430 ve Stellaris; STM32, ARM tabanlı sistemler ve PIC ailesi yer alır. Baykar stajında TMS570 geliştirme kartında lwIP yapılandırması ve TCP/UDP haberleşmesi üzerine çalışmam, gömülü ağ yığınının sürücü, bellek ve zamanlama tarafını doğrudan görmemi sağladı.

AKÜ BİDB stajındaki RFID ve seri haberleşme çalışmaları ile kartlı geçiş projeleri de mikrodenetleyici ile masaüstü yazılım arasındaki fiziksel veri sınırını farklı bir problem üzerinden ele almamı sağladı.

Tek Kart Bilgisayarlar ve Prototipleme

• Raspberry Pi
• Odroid
• Arduino

Linux tabanlı tek kart bilgisayar ile çıplak-metal veya mikrodenetleyici yaklaşımını aynı şey olarak değerlendirmiyorum. İşletim sistemi bulunan platformlarda scheduler, süreç ve sürücü katmanı; küçük mikrodenetleyicilerde ise interrupt ve çevrebirim zamanlaması daha doğrudan görünür hâle gelir.

FPGA, VHDL ve Endüstriyel Kontrol

• Spartan-6 FPGA
• VHDL
• PLC
• Siemens SIMATIC S7

FPGA yaklaşımı işlemci üzerinde ardışık komut yürütmekten farklıdır; eşzamanlı donanım yapıları ve clock sınırları tasarımın parçasıdır. PLC tarafında ise deterministik endüstriyel kontrol, saha sinyalleri ve çevrim süresi ön plana çıkar.

Gerçek Zaman ve Ölçüm

Gömülü sistemde ortalama hız çoğu zaman yeterli değildir. Interrupt latency, worst-case execution time, jitter ve çevrebirim deadline'ları fiziksel davranışı belirleyebilir. Bu kavramların daha genel çerçevesi Mekatronik Sistemlerin Temelleri ve İşletim Sistemleri notlarımla ilişkilidir.

Bu alanın uygulamalı örneklerinden biri Mini İHA Yazılımı projesidir.

Robotik, Kontrol ve Fiziksel Sistemler

Mekatronik geçmişim nedeniyle yazılımı fiziksel sistemden bağımsız değerlendirmediğim çalışma alanları da bulunmaktadır. 2016-2019 dönemindeki AKINSOFT / AKINROBOTICS çalışmalarım robotik kontrol, otonomi, davranış, konuşma ve görüntü işleme ile haberleşme/telemetri problemlerini aynı ürün sınırı içinde görmemi sağladı.

Robotik ve gömülü sistemlerde sensör, aktüatör, kontrol döngüsü, haberleşme, yazılım durumu ve kullanıcı arayüzü aynı fiziksel sonuca etki eder. Bir yazılım gecikmesi yalnız ekranda geç yanıt değil, gerçek sistem davranışında zamanlama hatası anlamına gelebilir.

Geliştirme Ortamları ve Araç Zincirleri

Farklı dönemlerde masaüstü, web, mobil ve gömülü yazılım geliştirmede kullandığım geliştirme ortamları ve araç zincirleri arasında şunlar bulunur:

Genel Amaçlı Geliştirme Ortamları

• Visual Studio
• NetBeans
• Eclipse
• CodeLite

Gömülü Sistem Araç Zincirleri

• Code Composer Studio
• IAR Workbench
• Keil uVision

Mobil Geliştirme

• Xamarin Studio
• Android Studio

Araç seçimini hedef dil, platform, derleyici, debugger gereksinimi, donanım ve ekip/ürün yaşam döngüsüne göre değerlendiriyorum. Gömülü sistemlerde geliştirme ortamı yalnız bir IDE değildir; compiler, programmer, debugger ve hedef donanım desteği aynı araç zincirinin parçalarıdır.

Güncel çalışmalarda IDE'nin kendisinden çok build sistemi, sürüm kontrolü, bağımlılık yönetimi, test, statik analiz, profiling ve üretim ortamıyla uyumlu toolchain bütünlüğü önem taşır.

Mesleki Deneyimin Mühendislik Kapsamı

Teknik profilimdeki alanlar farklı dönemlerde gerçek çalışma bağlamlarında birbirine bağlandı:

• **2014 — Afyon Kocatepe Üniversitesi BİDB:** RFID, RS232, UID işleme, veri tabanı, seri port izleme ve Arduino tabanlı kartlı geçiş sistemleri.
• **2015 — Baykar yazılım stajı:** TMS570, lwIP, TCP/UDP, gömülü C, aviyonik SPI/I2C analizi, statik kod analizi, C# telemetri ve yer kontrol yazılımı.
• **2016-2019 — AKINSOFT / AKINROBOTICS:** robotik kontrol ve otonomi, konuşma tanıma/sentez, görüntü işleme, haberleşme ve telemetri.
• **2019-2025 — Argus Teknoloji:** proje bazlı makine öğrenmesi, bilgisayarlı görü, derin öğrenme, örüntü tanıma ve sinyal işleme; C/C++, Python, OpenCV, CUDA ve OpenMP.
• **2019-günümüz — T.C. İçişleri Bakanlığı:** adli bilişim, yapay zeka, büyük veri ve yüksek hacimli/gerçek zamanlı yazılım sistemleri bağlamında yazılım mühendisliği.

Bu zaman çizelgesi teknoloji isimlerinden daha önemlidir: aynı performans, veri bütünlüğü, hata yönetimi ve sistem sınırı problemlerinin farklı donanım ve yazılım katmanlarında tekrarlandığını göstermektedir.

Akademik ve Teknik Arka Plan

Teknik çalışmalarım bilgisayar mühendisliği ve mekatronik mühendisliği eğitimi ile adli bilişim ve siber güvenlik lisansüstü çalışmalarının kesişimindedir. Bu yapı, yazılımı yalnız uygulama kodu olarak değil; veri, işletim sistemi, ağ, donanım, güvenlik, fiziksel sistem ve doğrulanabilirlik sınırlarıyla birlikte değerlendirmeme katkı sağlamaktadır.

Daha ayrıntılı eğitim geçmişi için Eğitim Bilgileri, mesleki kronoloji için İş Deneyimleri, proje çıktıları için Projeler ve genel özgeçmiş için Hakkımda sayfaları kullanılabilir.

Mesleki Dönemde Tamamlanan Lisansüstü Eğitim ve Yayınlar

2019'dan itibaren devam eden mesleki çalışmalarım sırasında, 2020–2021 dönemindeki Gazi Üniversitesi Adli Bilişim ve Marmara Üniversitesi Siber Güvenlik yüksek lisans eğitimlerimi tamamladım. Akademik çalışmalarımla eş zamanlı yürüttüğüm kitap bölümü hazırlıkları, 2021'de Nesnelerin İnterneti ve Adli Bilişim, 2022'de Görüntü ve Ses İşleme bölümlerinin yayımlanmasıyla sonuçlandı. Lisansüstü eğitimdeki delil inceleme, güvenli yazılım ve veri bütünlüğü konuları ile kitap bölümlerindeki ses/görüntü işleme ve Nesnelerin İnterneti yaklaşımları, teknik çalışmalarımın akademik boyutunu oluşturmaktadır.

Yayınlar, Açık Kaynak ve Doğrulanabilir Teknik Çıktılar

Teknik profilin yalnız öz-beyanla kalmaması için kamuya açık çıktılarımı ilgili kaynaklara bağlı tutuyorum.

• GitHub: kamuya açık kaynak kodları ve teknik çalışmalar.
• ORCID: akademik kimlik ve yayın ilişkileri.
• Google Scholar: akademik yayın görünürlüğü.
• Açık Kaynak Araştırma Yazılımları: yayımlanmış araştırma/yazılım çıktıları.
• Yayın ve Düzeltme Politikası: içeriklerin kaynak, güncelleme ve düzeltme yaklaşımı.
• Nesnelerin İnterneti: Kuramdan Uygulamaya: IoT ve adli bilişim bağlamındaki kitap bölümü.
• Yapay Zeka: Kuramdan Uygulamaya: görüntü ve ses işleme bağlamındaki kitap bölümü.

Bu bağlantılar, teknik iddiaların mümkün olduğu yerde proje, deneyim, yayın, ders notu veya kaynak koduyla desteklenmesini amaçlar.

Teknik Çalışmalar ve Akademik Konular

Kişisel teknik deneyim, uygulama ve projeler üzerinden; Akademi dersleri ise aynı disiplinlerin kuramsal ve yöntemsel temelleri üzerinden açıklanır.

Örneğin:

• Programlama Dilleri tür sistemleri, semantik, runtime ve paradigmaları açıklar; uygulama deneyimi ise C, C++, C#, Java ve Python'u hangi uygulama bağlamlarında kullandığımı anlatır.
• Oracle Veritabanı ve PL/SQL veritabanı mimarisini öğretir; bu sayfa Oracle'ın benim kurumsal veri sistemi çalışmalarındaki yerini açıklar.
• Whisper Mimarisi ASR teknolojisini teknik olarak inceler; bu sayfa konuşma işlemenin yapay zeka çalışma alanlarımdaki konumunu özetler.

Bu ayrım, aynı içeriği farklı URL'lerde tekrar etmek yerine kişisel deneyim ile öğretici bilgiyi birbirine bağlantılı fakat ayrı içerik türleri olarak tutar.

Kurumsal Bilgi Güvenliği ve Yayın Kapsamı

Bu profil kamuya açık olarak paylaşılabilecek teknik bilgileri kapsar. Kurumsal veya güvenlik açısından hassas projelerde yalnız genel mühendislik alanları, kullanılan kamuya açık teknolojiler ve problem sınıfları anlatılır; kurum içi sistem isimleri, erişim bilgileri, özel veri kümeleri, altyapı topolojileri ve operasyonel güvenlik ayrıntıları bu sayfanın kapsamı dışındadır.

Teknik yaklaşımımın ortak paydası; doğruluk, ölçülebilir performans, güvenilirlik, sınırlı kaynakların kontrollü kullanımı ve gerçek üretim koşullarında öngörülebilir davranıştır.