Muhammed Can Özyaşar

Muhammed Can Özyaşar — Turkcell Global Bilgi
Turkcell, yaz '25

Uygulamalı YZ/ML — modeli eğitirim, sonra onu üretimde yaşatırım.

canozyasar.dev
Sakarya · İzmir · İstanbul

Modeli eğitmek işin yarısı; onu üretimde yaşatmak öteki yarısı.

Muhammed Can Özyaşar — sunum sırasında
G-FAST Final Sunumu

Ben Kimim

Sakarya Üniversitesi Bilgisayar Mühendisliği 3. sınıf öğrencisiyim. Uygulamalı YZ/ML ve backend sistemleri üzerine çalışıyor; TÜBİTAK destekli araştırma projelerinde teknik fikirleri kullanılabilir yazılım ürünlerine dönüştürüyorum.

Kendimi uygulamalı AI sistemleri tarafında konumlandırıyorum: araştırma sorularını ölçülebilir deneylere çevirmek, model çıktılarını backend iş akışlarına bağlamak ve gerçek kullanıcı, gerçek doküman, gerçek operasyon kısıtları altında çalışabilen AI özellikleri tasarlamak.

Nasıl Çalışırım

Güncel YZ/ML araştırmalarını okuyup Obsidian grafında yapılandırılmış notlara dönüştürüyor, işe yarayan fikirleri küçük ama somut mühendislik deneyleriyle test ediyorum. Bu sitenin bir makale gibi bölümlenmesinin sebebi de bu defter alışkanlığı.

PyTorch, scikit-learn ve veri pipeline'larını .NET 8, Spring Boot, Node.js ve REST API mimarileriyle birleştiriyorum. Hedefim yalnızca model eğitmek değil; bu modelleri insanların gerçekten kullanabileceği güvenilir sistemlerin içine yerleştirmek.

  1. 2.1 YZ / ML Mühendisliği

    PyTorch ve scikit-learn ile pratik ML sistemleri geliştiriyorum: CNN/ResNet-18 sınıflandırıcılar, LSTM ve Random Forest regresyon modelleri, FedAvg tabanlı federe öğrenme pipeline'ları, zaman serisi özellik çıkarımı ve Bayesian hiperparametre optimizasyonu.

    PyTorchscikit-learnResNet · LSTM
  2. 2.2 LLM & RAG Sistemleri

    Dokümanları, embedding'leri ve vektör aramayı güvenilir cevaplara bağlayan RAG pipeline'ları tasarlıyorum. Gemini API, OpenAI API, Qdrant, prompt mühendisliği, anlamsal arama ve yapılandırılmış LLM çıktı akışlarında uygulamalı deneyime sahibim.

    Gemini APIQdrantRAG · Embedding
  3. 2.3 Backend Mühendisliği

    ASP.NET Core (.NET 8), Spring Boot, Node.js ve FastAPI ile REST API'ler ve ML servis eden backend'ler geliştiriyorum. Temiz servis sınırları, veritabanı destekli iş akışları, Entity Framework, API güvenliği ve sürdürülebilir dağıtım alışkanlıklarına odaklanıyorum.

    .NET 8Spring BootNode.js · FastAPI
  4. 2.4 Veri & Araştırma

    Python'u veri ön işleme, NumPy/Pandas analizi, Matplotlib görselleştirme, kayan pencere özellik çıkarımı ve akademik literatür sentezi için birincil dil olarak kullanıyorum. Ürün katmanı gerektirdiğinde TypeScript, Java, C# ve SQL ile de çalışıyorum.

    PythonNumPy · PandasSQL · TypeScript

Örnek Dokuz ; her biri çalışan bir sistem.

TÜBİTAK destekli araştırmalardan gerçek sorguları işleyen canlı sistemlere; problem tanımından model tasarımına, backend mimarisinden dağıtılabilir ürüne nasıl gittiğimi bu şekiller anlatıyor.

Endüstriyel İstihbarat — RSS + LLaMA3
Endüstriyel İstihbarat — RSS · LLaMA3 · Graf 2025
  • RSS kaynaklarından fabrika taşınma, kapanma ve genişleme olaylarını tespit eden otomatik istihbarat akışı.
  • LLaMA3 öncesi anahtar kelime filtreleme ile token maliyetini azaltan pipeline.
  • Şirket, konum ve olay ilişkilerini Obsidian mantığında bilgi grafına bağlar.

Python · LLaMA3 · RSS Parser · Obsidian Graph

AjanPazar × FitAI — AI agent commerce analiz platformu
AjanPazar × FitAI — BTK 2026 Hackathon 2026
  • Bütçe odaklıdan iade riski hassas kullanıcıya kadar 10 farklı kişilikte alıcı ajan simülasyonu.
  • Gerçek bir ajan siteyi ajan modunda gezerek ürün sayfasının AI alışveriş ajanlarına uygunluğunu canlı test eder.
  • Dönüşüm, güven, iade riski ve AI Agent Readiness skorlayıp hazır düzeltme paketi üretir.

Next.js · Gemini API · Claude API · 10 Persona Agents · Live Agent Test

TeklifAkış — OCR + LLM belge pipeline
TeklifAkış — OCR · LLM · TÜBİTAK 1812 2026–
  • KOBİ teklif süreçleri için YZ destekli karar destek sistemi.
  • OCR ve LLM pipeline'ı taranmış teklif belgelerinden yapılandırılmış alanları çıkarır.
  • TÜBİTAK 1812 BİGG mentörlük sürecinde müşteri keşfi ve MVP iterasyonu sürüyor.

Python · OCR · LLM Structured Output · REST API

Federe Öğrenme — dağıtık sinir ağı düğümleri
TÜBİTAK 2209-A — Federe Öğrenme 2025–
  • Hasta verilerini merkezileştirmeden tıbbi görüntü sınıflandırma.
  • HAM10000 üzerinde ResNet-18 ve FedAvg tabanlı çoklu istemci eğitim akışı.
  • %84 doğrulukta yakınsadı; merkezi baseline %81.

Python · PyTorch · Flower Framework · FedAvg

Vocabulary Cards — SM-2 aralıklı tekrar
Vocabulary Cards — SM-2 Aralıklı Tekrar 2025
  • SM-2 algoritması ile uyarlanabilir kelime öğrenimi sağlayan .NET 8 Web API.
  • Yanıt süresi, doğruluk ve tekrar aralığı dizilerini kaydeden ML-ready olay günlüğü.
  • Gelecekteki kişiselleştirme modelleri için backend veri zemini oluşturur.

.NET 8 · Entity Framework · React · TypeScript

Hayalperest Hikayeler — Üretken YZ
Hayalperest Hikayeler — GenAI 2024
  • BTK Hackathon kısıtlamaları içinde geliştirilen üretken YZ web uygulaması.
  • Güvenli hikaye üretimi için çocuk dostu filtreleme ve prompt optimizasyonu.

Node.js · Google Gemini API · REST API

RAG Portföy Asistanı — vektör embedding
RAG Portföy Asistanı — Canlı 2025–
  • CV ve portföy içeriği üzerinde anlamsal arama yapan güvenli RAG pipeline.
  • Qdrant vektör veritabanı ve Gemini embedding'leriyle bağlama dayalı cevap üretimi.
  • Hız sınırlama, prompt injection savunması ve stateless izolasyonlu FastAPI backend.

FastAPI · Qdrant · Gemini API · JavaScript

BSM Batarya Yönetim — LSTM · Random Forest
BSM Batarya Yönetim — LSTM 2026–
  • Lityum-iyon bataryalar için SoH ve SoC tahmini.
  • Büyük ölçekli zaman serilerinde eğitilmiş LSTM ve Random Forest modelleri.
  • Daha güvenilir tahmin için Bayesian hiperparametre optimizasyonu.

Python · TensorFlow/Keras · Scikit-Learn · Pandas

Spor Salonu Yönetim Sistemi — ASP.NET Core
Spor Salonu Yönetim — ASP.NET Core 2024
  • Spor salonu üyelik ve operasyon süreçleri için full-stack yönetim sistemi.
  • Takvim planlama, faturalandırma ve raporlama modüllerini yönetir.
  • .NET mimarisi ve PostgreSQL destekli ilişkisel veri modeliyle geliştirildi.

C# · .NET MVC · PostgreSQL · Entity Framework

Farklı roller, tek bir ortak hedef: uygulamalı YZ araştırmalarını ölçeklenebilir gerçek dünyaya taşımak.

Araştırma notları, makale incelemeleri ve teknik yazılar.

Obsidian Araştırma Notları

Güncel YZ/ML makalelerini, araştırma notlarını ve teknik tartışmaları kendi projelerime vizyon kazandırmak için düzenli olarak takip edip okuyorum. Okuduklarımı Obsidian bilgi grafında düzenliyor, fikirleri deneylerle ilişkilendiriyor ve bu bilgileri sizin de faydalanabilmeniz için açık şekilde paylaşıyorum.

Araştırma vault'unu GitHub'da görüntüle ↗

Akademi, sektör ve girişim ekosisteminden gerçek profesyonel referanslar. İletişim bilgileri talep edildiğinde paylaşılabilir.

Volkan SALGAR

Bölgesel BT Yöneticisi, Turkcell Global Bilgi

Sancar SÜTEN

BT Hizmet Masası Takım Lideri, Turkcell Global Bilgi

Mert KARAKOÇ

CEO / Kurucu, MTK Uzay ve Savunma A.Ş.

Burak YILMAZ

BT Uzmanı, Turkcell Global Bilgi

Yalçın YAYLA

Fakülte Sekreteri, SAÜ İşletme Fakültesi

Aradığınız, araştırmayı üretime taşıyan biriyse: yazın.

Konum & Müsaitlik

Sakarya / İzmir / İstanbul. YZ/ML mühendisliği pozisyonlarına, araştırma işbirliklerine ve teknik stajlara açık.