Yükleniyor0%
Yazılım Mühendisi•Endüstriyel Yapay Zekâ•Araştırmacı•Ürün Geliştirici•

Rümeysa Ahsen Çiçek — Gerçek operasyonlar için çalışan yapay zekâ sistemleri kuruyorum.

Rümeysa Ahsen Çiçek

Endüstri, araştırma ve gerçek ürünler için yapay zekâ sistemleri geliştiren yazılım mühendisliği mezunu.

(01) Hakkımda

8
Proje
2
Konferans makalesi
1
Açık veri seti
Finalist
TEKNOFEST 2025

(02) Seçili çalışmalar

2024 — 2026

Öne çıkan vaka incelemesi · Endüstriyel yapay zekâ

Codlean MES

Canlı fabrika sinyallerini açıklanabilir bakım kararlarına dönüştürmek.

Endüstriyel arıza tahmin sisteminin çalışan yapay zekâ motorunu geliştirdim: Kafka veri akışları, tahmin modelleri, açıklanabilirlik, kurum içinde çalışan LLM, beş ajan ve operatör paneli. Sistem gerçek müşteri verileriyle çalıştı; SCADA ekran bağlantısı için ekibe devredildi.

%98,5
CV'de raporlanan model AUC
5
Uzmanlaşmış yapay zekâ ajanı
Kullanıldı
Gerçek müşteri verisi
Vaka incelemesini oku

Diğer çalışmalar

02 — 08 · Kaydırarak keşfet

(03) Deneyim

Modelden çalışan sisteme.

En güçlü çalışma, gerçek bir iş akışına ulaşandır. Bu deneyimler beni araştırma ve model değerlendirmesinden operasyonel kullanıma sunulan yazılımlara taşıdı.

01

Şub — Haz 2026

Düzce, Türkiye

Endüstriyel yapay zekâ · Müşteri teslimi

Atasayar Teknoloji (Codlean)

Yapay Zekâ Motoru Geliştiricisi · İşyeri eğitimi

Gerçek müşteri makine verilerinden açıklanabilir operatör kararlarına uzanan çalışan MES yapay zekâ motorunun sorumluluğunu aldım.

%98,5CV'de raporlanan model AUC
5uzmanlaşmış yapay zekâ ajanı
Canlımüşteri makine verisi
  • Canlı sinyaller için Kafka ve FastAPI hatlarını, doğrulama ve durum yönetimini kurdum.
  • XGBoost arıza modeli, SHAP ve DLIME açıklamaları ile yerel Llama 3.1 asistanını geliştirdim.
  • Çalışan sistemi teslim ettim; SCADA ekran bağlantısı devrin ardından ekibin sonraki adımıydı.
02

Ağu — Eki 2025

Elazığ, Türkiye

Bilgisayarlı görü · Uç cihaz

Kriptarium LTD. ŞTİ.

Yazılım ve Yapay Zekâ Mühendisi · Staj

Tıbbi görüntü modellerini karşılaştırıp seçilen hattı mobil kullanıma yaklaştırdım.

20+CNN ve ViT modeli
33DIBaS sınıfı
%95,45CV'de raporlanan doğruluk
  • 33 sınıflı DIBaS veri setinde CNN ve ViT mimarilerini karşılaştırdım.
  • ONNX Runtime, CoreML ve TorchScript yollarını hazırlayıp Android yardımcı uygulaması geliştirdim.
  • Ekip arkadaşlarımla TÜBİTAK BiGG CUBE programına katıldım; başvurumuz ön elemeye kaldı.

(05) Yetkinlikler

Araçlar problemi izler.

Veri mühendisliğini, modelleri ve ürün geliştirmeyi birleştiriyorum; sonuç bir defterin dışında çalışmalı ve onu kullanan kişi için anlamlı olmalı.

01 / 03

Endüstriyel veri ve yapay zekâ

Canlı veri hatları, risk puanlama, kestirimci bakım ve operatör karar desteği.

  • Python
  • Apache Kafka
  • FastAPI
  • XGBoost
02 / 03

Açıklanabilir ve uygulanabilir modeller

Modelleri değerlendirme, çıktılarını açıklama ve kısıtlı cihazlar için çıkarım hazırlama.

  • PyTorch
  • SHAP
  • DLIME
  • ONNX
  • CoreML
03 / 03

İnsanların kullandığı ürünler

Mühendisliği gerçek iş akışlarına taşıyan web, mobil ve masaüstü API ve arayüzleri.

  • React
  • TypeScript
  • SwiftUI
  • Kotlin
  • .NET
Konuşalım★Konuşalım★
© 2026 Rümeysa Ahsen Çiçekİstanbul'da geliştirildi