AI uygulayıcısı · Endüstriyel sistemler

Endüstriyel zekâ,
gerçek dünya için tasarlandı.

Ben Serdar Gündoğdu—karmaşık endüstriyel verileri kullanılabilir ürünlere, güvenilir makine öğrenmesi sistemlerine ve daha hızlı kararlara dönüştüren bir mühendis ve AI uygulayıcısıyım.

Yolculuğumu keşfet GitHub LinkedIn

Kariyer yolculuğu

Tek bir yol, birçok mühendislik bakışı.

Yolculuğuma mekaniğin temel prensipleriyle başladım. Endüstri mühendisliği sistemleri çok disiplinli görmeyi, malzeme ve imalat yüksek lisansı ise araştırma temelli düşünmeyi öğretti. Üretim mühendisliği ve yöneticiliğinde yalın akışlar, kalite, Altı Sigma ve liderlik üzerine çalıştım. Daha sonra veri bilimi, yazılım ve bulut mühendisliğiyle bu endüstriyel birikimi yapay zekâ ürünlerine taşıdım. Bugün Claude ve Codex'i mühendislik ortakları olarak kullanan projeler geliştiriyor, bir sonraki katman olarak GPU kernel mühendisliği üzerinde çalışıyorum.

09
Şimdi · Öğrenme
Kernel Mühendisi — öğrenme aşamasında
GPU mimarisi ve kernel mühendisliği temelleri üzerinden anlayışımın bir sonraki katmanını geliştiriyorum.
- GPU mimarisi
- Kernel mühendisliği
- Devam ediyor
08
AI-native üretim
AI Practitioner
Kararları ve sorumluluğu insan liderliğinde tutarak çok sayıda projeyi araştırmak, geliştirmek, gözden geçirmek ve yayınlamak için Claude ve Codex'i mühendislik ortakları olarak kullanıyorum.
- Claude
- Codex
- AI ürün teslimi
07
Ürün mühendisliği
Full-Stack AI Mühendisi
Modelleri ön yüz, arka uç, API'ler, dağıtım ve bulut mühendisliğiyle eksiksiz ürünlere bağladım.
- Ön yüz
- Arka uç
- Bulut
06
Veri
Veri Bilimci
Süreç kanıtlarından modellere, algoritmalara, veri hatlarına ve analitik yazılıma geçiş yaptım.
- Makine öğrenmesi
- Python
- C
- SQL
05
Liderlik
Üretim Müdürü
Ekipleri ve süreçleri kalite, Altı Sigma, tekrarlanabilirlik ve sürekli iyileştirme odağıyla yönettim.
- Liderlik
- Altı Sigma
- Kalite
04
Operasyon
Üretim Mühendisi
Mühendislik disiplinini sağlam üretim akışına, değer akış haritalamaya ve yalın iyileştirmeye dönüştürdüm.
- Değer akış haritalama
- Lean
- Üretim akışı
03
Lisansüstü eğitim
Malzeme ve İmalat Yüksek Lisansı
Malzeme, imalat ve akademik araştırma yoluyla kanıta dayalı yaklaşımımı güçlendirdim.
- Akademik yaklaşım
- Araştırma
02
Eğitim
Endüstri Mühendisliği
İnsanları, süreçleri, teknolojiyi ve kararları tek bir işletim sistemi olarak görmeyi öğrendim.
- Çok disiplinli yaklaşım
- Sistem düşüncesi
01
Eğitim
Makine Mühendisliği
Mekanik, fiziksel sistemler ve mühendislik problem çözme yaklaşımında güçlü bir temel oluşturdum.
- Mekanik
- Mühendislik temelleri

Fiziksel sistemlerden

yönetişimli zekâya

insanların güvenebildiği kararlara

Seçilmiş çalışmalar

Demo sınırını aşan ürünler, sistemler ve araçlar.

Tekil modeller yerine gerçek iş akışları etrafında şekillenen endüstriyel platformlar ve açık kaynak araçlardan bir seçki.

01Endüstriyel AI platformu

SWAPP

Sinyal keşfi, trendler, istatistikler, PPM görünümleri, yönetişimli API'ler ve doğal dil iş akışlarını tek üründe buluşturan AI-first endüstriyel veri çalışma ortamı.

SWAPP'i ziyaret et

02Açık kaynak Python paketi

PIPolars

Toplu veri çekme, lazy evaluation ve pratik önbellekleme için tasarlanmış, PI System'den Polars DataFrame'lerine yüksek performanslı bir köprü.

GitHub'da görüntüle PyPI

03Uyarlanabilir öğrenme sistemi

AI Practitioner Dev OS

Planlama, geliştirme, gözden geçirme ve değerlendirme ajanlarıyla daha güçlü bir AI uygulayıcısı olmak için hazırlanmış proje tabanlı, 12 aylık uyarlanabilir öğrenme işletim sistemi.

Şablonu keşfet

04Egemen AI Ar-Ge girişimi

Project PULSAR

Güçlü açık ağırlıklı dil modellerini kurumların güven sınırları içinde güvenli ve sürdürülebilir biçimde çalıştırmaya yönelik bağımsız Ar-Ge girişimi.

PULSAR'ı keşfet

Çalışma yaklaşımım

Mühendislik disiplini. AI-native hız.

Bir fikir ile insanların gerçekten kullanabildiği bir sistem arasındaki boşluğu kapatmak için endüstriyel bağlamı, istatistiksel düşünceyi ve modern AI geliştirme iş akışlarını birleştiriyorum.

Kararı çerçevele

Modelden değil operatörün, mühendisin veya iş biriminin kararından başla. Sinyali, kısıtı ve faydalı eylemi tanımla.

Tam döngüyü kur

Zekânın notebook dışına çıkabilmesi için veri, analiz, API, arayüz ve geri bildirimi birbirine bağla.

İşletilebilir yap

İzlenebilirlik, insan incelemesi, dağıtım kısıtları ve endüstriyel ortamların gerçekleri için tasarla.

Kestirimci analitikZaman serileriEndüstriyel veri platformlarıUygulamalı makine öğrenmesiAI destekli yazılım teslimi

Açık laboratuvar

Yaparak öğrenmek için araçlar.

Zor kavramları keşfetmeyi kolaylaştıran paketler, platformlar ve etkileşimli deneyler.

.NET paketi

PIWebAPI

PI Points, AF hiyerarşileri, StreamSets ve Event Frames için REST katmanı.

Endüstriyel platform

SCADA Nerve

SCADA izleme, otomasyon ve operasyonel görünürlük için odaklanmış bir platform.

Öğrenme platformu

Industry-Learn

Endüstriyel problemlere dayanan uygulamalı makine öğrenmesi kalıpları ve iş akışları.

Etkileşimli laboratuvar

Scikit-Play

Klasik makine öğrenmesi algoritmalarını anlamak ve karşılaştırmak için uygulamalı bir oyun alanı.

Zaman serisi laboratuvarı

Aeon-Play

Aeon ile zaman serisi analizi ve tahmin için etkileşimli deneyler.

Derin öğrenme laboratuvarı

PyTorch-Play

Sinir ağları ve model davranışıyla deney yapmak için görsel bir ortam.

Öğrenme platformu

DSML101

Veri bilimi ve makine öğrenmesi temeli oluşturmak için açık, uygulamalı kaynaklar.

Hakkımda

Mühendislik, veri ve ürün tesliminin kesişiminde çalışıyorum.

Geçmişim istatistik, matematik, makine ve endüstri mühendisliğini kapsıyor. Bu birleşim yapay zekâyı; veri temeli, model, arayüz, dağıtım yolu ve son kararı veren insanlardan oluşan eksiksiz bir işletim sistemi olarak görmemi sağlıyor.

Codex, Claude Code ve Gemini gibi AI kodlama ortaklarını disiplinli geliştirme iş akışımın parçası olarak kullanıyorum; mimariyi, doğrulamayı ve sorumluluğu insan liderliğinde tutarken araştırma ve uygulamayı hızlandırıyorum.

Yazılarımı oku İletişime geç

Çözmeye değer bir endüstriyel AI probleminiz mi var?

Birlikte faydalı bir şey geliştirelim.

Endüstriyel zekâ,gerçek dünya için tasarlandı.

Tek bir yol, birçok mühendislik bakışı.

Kernel Mühendisi — öğrenme aşamasında

AI Practitioner

Full-Stack AI Mühendisi

Veri Bilimci

Üretim Müdürü

Üretim Mühendisi

Malzeme ve İmalat Yüksek Lisansı

Endüstri Mühendisliği

Makine Mühendisliği