Yazılım mühendisliği öğrencisiyim. Mobil uygulama geliştirmeye odaklanırken, makine öğrenimi ve yapay zeka entegrasyonlarını yerel cihazlarda çalıştıran projeler geliştiriyorum.
Aktif Olarak Geliştiriliyor
Mobil uygulama geliştirme ve makine öğrenimi modellerinin mobil cihazlarda yerel (on-device) çalıştırılması üzerine pratik yapıyorum. Temiz mimariler kurmaya ve teorik bilgilerimi günlük hayatta karşılığı olan projelere dönüştürmeye çalışıyorum.
Yapay zeka modellerini mobil platformlara entegre etmeye ilgi duyan bir Yazılım Mühendisliği öğrencisiyim. Flutter (Clean Architecture, Riverpod) ile mobil uygulamalar geliştirirken, derin öğrenme modellerini PyTorch ve TFLite gibi teknolojilerle cihaz üzerinde çalıştırarak yerel çözümler geliştirmeye odaklanıyorum.
Kullanıcı deneyimini (UX) ön planda tutmaya, kodun sürdürülebilirliğine önem vermeye ve kendimi sürekli yeni teknolojilerle beslemeye çalışıyorum.
Istanbul, Türkiye 🇹🇷
İş birliklerine ve staj olanaklarına açığım.
Projelerin al beni demesi için, detay sayfasında tamamen etkileşimli, canlı mini simülasyonları tasarladım. Denemek için herhangi bir projeye tıklayın.
WhatsApp sohbet çıktılarını tamamen cihaz üzerinde analiz ederek kişilik profilleri, davranışsal içgörüler ve rozetler oluşturan yüksek performanslı bir analiz motoru. KNN tabanlı sınıflandırma ve özel NLP hattı ile desteklenmektedir.
Manavlar için geliştirilmiş, alım-satım kayıtlarından depo yönetimi ve stok kontrolüne kadar tüm operasyonları yerel SQLite veritabanı ile dijitalleştiren kapsamlı bir Flutter uygulaması.
Kişisel kelime öğrenimini optimize etmeye yönelik, etkileşimli flashcard sistemi, ses telaffuzu desteği ve bilgi tutma algoritması ile desteklenen interaktif öğrenme uygulaması.
Kişisel borçları, alacakları ve paylaşılan masrafları basit şekilde yönetmeye yönelik, minimum karmaşıklık, entegre döviz kurları ve maksimum kullanılabilirlik odaklı finans uygulaması.
PyTorch ile eğitilmiş bir bilgisayarlı görü modelinin mobil cihazlarda gerçek zamanlı çalışabilmesi amacıyla ONNX ve TFLite formatlarına optimize edilerek Flutter'a entegre edilmesi projesi.
Proje, staj veya iş birliği için.
ScrollChat, kullanıcıların WhatsApp sohbet yedeklerini tamamen cihazlarında (on-device) analiz eden gizlilik odaklı bir analiz motorudur. Hiçbir mesaj verisi dışarıya veya internete aktarılmaz; tüm zeka katmanı yerelde çalışır.
FruiTrack, küçük işletmelerin ve manavların tüm alım-satım kayıtlarını, depo stok durumlarını ve finansal durumlarını takip edebildikleri yerel veritabanı (SQLite) tabanlı bir mobil yönetim uygulamasıdır.
OwnWord, İngilizce kelime ezberini kolaylaştıran interaktif bir öğrenme platformudur. Kelimeler kart şeklinde listelenir ve bilip bilmeme durumunuza göre 5 aşamalı bilgi tutma algoritmasından geçirilir.
Bir kelimenin tamamen öğrenilmiş (mastered) kabul edilmesi için kullanıcının o kelimeyi 5 defa farklı egzersizlerde doğru cevaplaması gerekir. Hatalı cevaplarda seviye sıfırlanır, böylece kalıcı bellek testi sağlanır.
Fi-Foll, arkadaşlar arası ortak harcamaların ve kişisel borçların tek bir arayüzden yönetilebildiği, karmaşık maliyet paylaşım algoritmalarını basite indirgeyen bir finans takip aracıdır.
PyTorch ile derin öğrenme yöntemiyle eğitilmiş bir nesne tanıma (fruit classification) modelinin, ONNX formatı üzerinden optimize edilerek TFLite formatına dönüştürülmesi ve yerelde çalışan bir Flutter kamerasına entegre edilme projesidir.
Geliştirme süreci PyTorch modelinin eğitilmesiyle başlar. Model yerel testlerden geçtikten sonra ONNX formatına aktarılır. ONNX formatındaki ağırlıklar, mobil cihazlarda maksimum performans ve minimum RAM tüketimiyle çalışması için 8-bit integer kuantizasyonu uygulanarak TFLite formatına küçültülür.