İş Deneyimleri
Kotlin diliyle; Clean Architecture ve MVMM üzerine kurulmuş ticari akıllı yaşam ve sadakat kartı projelerinin Android tarafının bazı projelerde (Nidalife, Florya Evleri, Büyükyalı, Maslak42, Emaar) sıfırdan geliştirilmesi yapıldı. Bazı projelerde (ALiving, Zorlu World, TAV Passport) ise müşteri isteklerine göre düzenli olarak geliştirme ve hata ayıklama süreçleri yürütüldü.
Comodo Mobil Antivirüs IOS projesinde uygulamanın bakımı, hataların giderilmesi, API ve backend servisleriyle çalışma ve yeni özelliklerin eklenmesi.
Comodo Mobil Antivirüs Android projesinde uygulamanın bakımı, hataların giderilmesi, API ve backend servisleriyle çalışma ve yeni özelliklerin eklenmesi.
Java ve PHP programlama dilleriyle geliştirilmiş projelerin yürütülmesi, projelerdeki mevcut sorunların çözülmesi, projelerin bakım, güvenlik operasyonlarını ve hata ayıklama işlemlerini yürütmek, API ve REST servislerle çalışmak, süreç yönetimi vemonitoring (Zabbix, Confluence, Jira).
Eğitimler
Lisans eğitiminde temelde C programlama dilinde programlama ve algoritma temellerini, algoritmaları, veri yapıları, Java programlama dilinde Nesneye Yönelik Programlama ve Görsel Programlama (GUI), Veri tabanı geliştirme konsepti ve SQL programlama (sorgu) dilinde veri tabanı programlama, bilgisayar ve bilgisayar donanımı temelleri, temel matematik, istatistik, yazılım mühendisliği temelleri, bilgisayar networking temelleri gibi temel bilgisayar bilimi konseptlerini öğrendim. Okul harici ise PHP, UML, Python vb. gibi birçok alanda kendimi geliştirmeye çalıştım.
Organizasyonlar
Boğaziçi Üniversitesi tarafından düzenlenen Veri Bilimi ve Yapay Zeka konulu eğitimler, workshop’lar ve networking programlarına katılma ve yapay zeka ve veri biliminin endüstride ve pratikte hangi alanlarda, nasıl ve kimler tarafından ne şekilde kullanıldığını öğrenme ve birçok yararlı bilgi edinme şansım oldu.
Katılınan Workshoplar:
Kurslar
Tamamlanan Kurs ve Eğitimler
- Java Basics
- Layout
- Java Required
- Game: Catch the Canny Java
- Java OOP
- RecyclerView: Landmarks Java App
- Database: Art Book Java App
- Maps: Travel Book Java App
- Instagram Clone Java App: Firebase
- Developing Game: Survivor Bird
- Retrofit: CryptoCoin Java App
- Fragment
- Work Manager
- Fruit Ninja Clone Java App
- Design Basics
- Design Practices and Logo Making
- Kotlin Basics
- Kotlin Required
- Game: Catch the Canny Kotlin App
- Kotlin OOP
- RecyclerView: Landmarks Kotlin App
- Database: Art Book Kotlin App
- Maps: Travel Book Kotlin App
- Instagram Clone Kotlin App: Firebase
- Kotlin Fragment & Navigation
- Retrofit: CrpytoCoin Kotlin App
- Kotlin Coroutines
- Kotlin Work Manager
- Jetpack Compose Basics
- Jetpack Compose State Management
- AdMob
- Parse (Legacy)
- Docker Engine
- Image ve Container
- Docker CLI
- Docker Volume
- Bind Mounts
- Docker Plugin
- Docker Network
- Docker Logging
- Docker CPU ve Memory Limitleri
- Docker Environment Variables
- Docker Registry
- Multi-stage Build
- Build ARG
- Docker Commit, Save-Load
- Docker Registry
- Docker Compose
- Container Orchestration
- Docker Swarm
- Docker Service
- Overlay Network
- Docker Secret
- Docker Stack
Eğitmen konuya hakim ve derslere sunu olarak iyi hazırlanmış. Doyurucu görseller ve akıcı bir anlatım ile gerçek örneklerin senaryolaştırılarak anlatımı eğitimi zenginleştirmiş.
Eğitimde; alışılagelmiş sistemler ve container’lar arasında karşılaştırma yapılmıştır. Böylelikle Docker dünyasınde kavramları bildiğiniz kavramlar ile örtüştürerek daha çabuk anlamamız sağlanmış. IT sektörüne ilk defa giriyor olsanız bile alışılagelmiş sistemlerin teorik bilgilerini bu eğitimde almış olursunuz.
- Lojistik Regresyon ile Duygu Analizi
- Naive Bayes ile Duygu Analizi
- Vektör Uzayı Modelleri
- Makine Çevirisi ve Belge Arama
NLP için gerçekten harika bir kurs. Başlangıç ve orta düzey beceri seviyelerini dengeliyor. Bu, genel olarak NLP ve makine öğrenimi için iyi bir giriş niteliğindedir. Gerçekten eğlenceli kurs!
- Tekrarlayan Sinir Ağları
- Doğal Dil İşleme & Kelime Gömme
- Dizi modelleri & Dikkat mekanizması
RNN’lerin nasıl çalıştığına ve gerçek problemleri çözmek için nasıl kullanıldığına dair büyük uygulamalı eğitim. RNN’lerde Conv1D, Bidirectional ve Attention katmanlarını kullanmak ve nasıl çalıştıklarını görmek özellikle faydalı oldu.
- Daha Büyük Bir Veri Kümesini Keşfetme
- Arttırma: Aşırı uyumdan kaçınmak için bir teknik
- Transfer Öğrenimi
- Çok Sınıflı Sınıflandırma
Tensorflow kullanarak Evrişimli Sinir Ağlarında çeşitli teknikleri uygulamak için kısa ve kesin bir yol. Yeteneklerinizi geliştirmek için oldukça zaman tasarrufu sağlar.
- Yeni Bir Programlama Paradigması
- Bilgisayarla Görmeye Giriş
- Evrişimli Sinir Ağları ile Görmeyi Geliştirme
- Gerçek Dünya Görüntülerini Kullanma
Tensorflow’a çok iyi ve özlü giriş. Yöntemlere alternatif parametreler, anlaşılmaları ve artık gizemli kalmamaları için iyi bir şekilde açıklanmış. Kurs, çok basit bir “Merhaba Dünya” tipi modelle başlar ve daha karmaşık bir CNN Modeline dayanır. Bu ilerleme sırasında, kod zorunlu olarak daha karmaşık hale gelir, ancak ek yöntemler tanıtıldıkça açıklanıyor ve anlamanız kolaylaşıyor.
- Evrişimli Sinir Ağlarının Temelleri
- Derin Evrişimli Modeller: Vaka Çalışmaları
- Nesne Algılama
- Özel uygulamalar: Yüz Tanıma ve Sinir Stili Aktarımı
CNN dünyasına giriş yapmak için harika bir kurs. Mevcut mimarilere ve CNN’lerin belirli uygulamalarına güzel bir genel bakış sunmanın yanı sıra dahili olarak nasıl çalıştıkları konusunda sağlam bir arka plan sunar.
- Makine Öğrenimi Stratejisi
Bu, tüm uzmanlık alanı için zorunlu bir derstir. Bir probleme yaklaşmak ve çözmek için adım adım prosedürü kapsar. Sağlanan vaka çalışmaları, çok yardımcı olan gerçek dünya problemleridir.
- Derin Öğrenmenin pratik yönleri
- Optimizasyon Algoritmaları
Hiperparametre ayarı, Toplu Normalleştirme ve Programlama Çerçeveleri
Algoritmanızı ve sinir ağınızı nasıl geliştireceğiniz ve doğruluğunu nasıl artıracağınız konusunda size derinlemesine bilgi vermek için çok iyi bir kurs. Ayrıca size Tensorflow’u öğretir. Özellikle 1. kurstan sonra tavsiye ederim.
- Derin Öğrenmeye Giriş
- Sinir Ağı Temelleri
- Sığ Sinir Ağları
- Derin Sinir Ağları
Andrew Ng’nin mükemmel anlatım ve sunuş tarzıyla kademeli olarak temel konulardan daha ileri konulara doğru ilerledikçe kursu takip etmeniz daha da kolaylaşıyor. Derin öğrenme üzerine çok iyi bir başlangıç kursu.
- Makine Öğrenmesine Giriş
- Regresyon
- Sınıflandırma
- Kümeleme (Clustering)
- Öneri Sistemleri
- Bitirme projesi
Python ile Veri Manipülasyonunun Temelleri
Pandalarla Temel Veri İşleme
Pandalar ile Daha Fazla Veri İşleme
Soruları Dağınık Verilerle Yanıtlama
Derinlemesine bir teori arıyorsanız, yanlış yere bakıyor olabilirsiniz. Videolar bazı temel bilgileri gözden geçiriyor ve bazen size bazı değerli ipuçları veriyor.
Ancak gerçek dünyayı taklit eden zorlu bir deneyim arıyorsanız, bu kurs kesinlikle tam size göre. Ödevler aşırı derecede zorlu ve bunları doğru bir şekilde bitirmek için videoların ötesinde araştırma yapmanız gerekecek. Ayrıca, değerli bir beceri olan “Pandorable” bir şekilde kodlama yapmanızı teşvik eder.
- Uzmanlaşmaya Giriş
- Önce AI olmanın anlamı
- Google Makine Öğrenimini nasıl yapıyor ?
- Kapsayıcı Makine Öğrenmesi
- Buluttaki Python not defterleri
- Özet
Google ürünlerinde makine öğrenimi ve AI kullanımı hakkında çok bilgilendiricidir ve çok sezgisel bir şekilde GCP platformuna derinlemesine bakış sağlar. AI meraklılarına tavsiye ederim.
Makine Öğrenmesi
- Giriş
- Tek Değişkenli Lineer Regresyon
- Çok Değişkenli Lineer Regresyon
- Octave/Matlab Eğitimi
- Lojistik Regresyon
- Düzenlileştirme
- Sinir Ağları: Temsili
- Çok Sınıflı Sınıflandırma ve Sinir Ağları
- Sinir Ağları Öğrenme
- Makine Öğrenimini Uygulama Önerileri
- Düzenli Doğrusal Regresyon ve Önyargı/Varyans
- Makine Öğrenimi Sistem Tasarımı
- Destek Vektör Makineleri
- Denetimsiz Öğrenme
- Temel Bileşenler Analizi
- K-Ortalama Kümeleme ve Temel Bileşenler Analizi(PCA)
- Anomali Tespiti
- Öneri Sistemleri
- Anormallik Algılama ve Öneri Sistemleri
- Büyük Ölçekli Makine Öğrenimi
- Uygulama: Fotoğraf OCR
Makine öğrenimiyle ilgili en güzel kursum. ML’ye girmeyi düşünen herkes için, sahip olunması gereken kursla öğrenmeye başlayın.
Makine öğrenimi kavramlarını “model.fit (X, Y), model.predict (X)” kavramlarının ötesine taşımak istiyorsanız, o zaman bu kurs tam size göre.
Python – Makine Öğrenmesi
- Veri Analizi Proje Yönetimi ve Problem Tipleri
- Basit Doğrusal Regresyon
- Çoklu Doğrusal Regresyon
- Polinom Regresyon
- Destek Vektör Makinesi – SVM
- Karar Ağacı
- Rassal Ağaçlar
- Lojistik Regresyon
- K-En Yakın Komşuluk – KNN
- SVM Sınıflandırma
- Naif Bayes
- Karar Ağacı ile Sınıflandırma
- Rassal Orman
- Bölütleme/Kümeleme
- K-Ortalama Algoritması
- Hiyerarşik Bölütleme
- Birliktelik Kural Çıkarımı
- APriori Algoritması
- Eclat Algoritması
- Pekiştirmeli/Takviyeli Öğrenme
- Üst Güven Aralığı UCB Yaklaşımı
- Thompson Örneklemesi
- Doğal Dil İşleme Temelleri
- Derin Öğrenme Temelleri
- Boyut İndirgeme
- Model Seçimi
- XGBoost
- CNN
Konuları hakkında Scikit-Learn kütüphanesi kullanılarak giriş seviyesinde pratiğe yönelik makine öğrenmesi kursu
Python Veri Bilimi Temelleri
Kullanılacak veriyi temizleme, veri üzerinde Pandas ve Numpy ile veri işleme yöntemleri(EDA, Visual EDA, Tidy and Pivoting Data vs..) üzerine Python Data Science Kursu
Python Temelleri
Temel Python veri yapıları (tuple,dictionary,strings,list vb.), Python Nesneye yönelik programlama kavramları, Python hata ve istisnaları, Numpy ve Pandas temelleri, Matplotlib ile görselleştirme temelleri hakkında adım adım Python temelleri kursu
CSS – Bootstrap 4
Temel CSS, Grid sistemi, Component’ler vb. gibi temel CSS ve Bootstrap4 kursu.
Konuların uygulamalarla pekiştiriliyor olması ve en önemlisi kursun sürekli güncel olması harika. Kurs her anlamda yol gösterici. Sadece kurstaki uygulamalarla kalmayıp, çaba gösterip yapılacak araştırmalar ile öğrenme süreci daha verimli oluyor.