01
Uçtan Uca Sahiplik
Tüm yaşam döngüsünü üstleniyorum — mimari, geliştirme, saha kurulumu ve yayın sonrası stabilizasyon. Sadece kod değil.
İstanbul, Türkiye — 4 Yıl Üretim Deneyimi
ALİ BOYACI
Full-Stack Product Engineer
Üretimde çalışan ve ayakta kalan gerçek zamanlı sistemler.
Node.js, TypeScript ve React ile 4 yıldır olay tabanlı sistemler geliştiriyorum — on-prem endüstriyel otomasyon, açık kaynak araçlar ve B2B platformlar. Mimariden 7/24 üretime kadar tüm yaşam döngüsünü üstleniyorum.
6.000+Yayına alındıktan sonraki 6 ayda üretimde işlenen gerçek zamanlı operasyon
40–50Erken uyarı telemetrisiyle önlenen olay
70+Katkıda bulunduğum platformları kullanan kurumsal saha
10–30İşletilen üretim Kubernetes cluster’ı
Nasıl çalışırım
Üretim İçin Tasarlandı
Demolar için değil; operasyonel güvenilirlik için alınan mühendislik kararları.
02
Gerçek Zamanlı Sistem Mimarisi
MQTT, WebSocket ve REST üzerinde, sıkı gecikme gereksinimleri altında dakikada binlerce kayıt taşıyan olay tabanlı pipeline’lar.
03
Risk Yönetimli Teslimat
Runbook’lar, geri dönüş (rollback) planları, telemetri ve 7/24 olay müdahalesi. İşletemeyeceğim hiçbir şeyi yayına almıyorum.
Deneyim
Bunu Nerede Yaptım
Dört yıl boyunca canlı endüstriyel ortamlarda gerçek zamanlı yazılım geliştirme ve stabilizasyon.
- Veri kaynakları, dashboard’lar ve ERP sistemleri arasında dakikada binlerce kayıt taşıyan olay tabanlı Node.js / TypeScript servisleri (REST, WebSocket, MQTT) geliştirdim.
- 70+ kurumsal müşteri sahasında çalışan iki üretim platformuna (Retmes & Retgate) çekirdek katkı; mimariden go-live’a kadar 10+ kurulumda liderlik ettim veya katkıda bulundum.
- Node.js servislerini 10–30 üretim Kubernetes cluster’ında işlettim — sürüm yönetimi, telemetri doğrulama ve 7/24 olay müdahalesi.
- 10–15 kişilik Ar-Ge ekibinde Junior’dan Mid-level Mühendisliğe terfi (2024).
Seçili Çalışmalar
Vaka Çalışmaları
Uçtan uca sahiplendiğim sistemler — problem, ne inşa ettiğim ve ölçülen sonuç.
Amiral Proje
Tank & Dolum Otomasyon Sistemi
60+ tank ve 20+ operasyonel hat genelinde tamamen manuel bir iş akışını değiştiren gerçek zamanlı kontrol ve telemetri sistemi. İki kişilik ekibin tek yazılım mühendisi olarak, 8 aylık on-prem kurulumda uçtan uca.
- İlk 4 ayda tam dijital izlenebilirlikle 6.000+ gerçek zamanlı operasyon işlendi.
- Erken uyarı telemetrisi tahmini 40–50 olayı önledi ve ayda 3–4 ekipman arızasını kesintiye yol açmadan tespit etti.
- Modbus + MQTT pipeline, Node.js backend, React kontrol arayüzü — bulut bağımlılığı olmadan tamamen on-prem.
Ölçülen Etki
60+ tank
Kapsam
20+ operasyonel hat
6.000+ op
İşlem Hacmi
ilk 4 ay
40–50
Güvenilirlik
önlenen olay
Detaylar
Bağlam
Yüksek kapasiteli bir dolum tesisi tamamen manuel, kâğıt tabanlı operasyonlarla, dijital izlenebilirlik olmadan çalışıyordu. 60+ tank ve 20+ dolum hattını kapsayan gerçek zamanlı bir kontrol sistemi tasarladım ve yayına aldım — iki kişilik ekibin tek yazılım mühendisi olarak, 8 aylık kurulum boyunca mimari, geliştirme, deployment ve saha telemetrisini üstlenerek.
Kısıtlar
- Katı on-prem altyapı — dış bulut erişimi yok.
- Aktif 7/24 operasyon sırasında, sıfır kesinti tolerasıyla kurulum.
- Saha cihazlarından yüksek veri yoğunluğu ve sıkı gerçek zamanlı gecikme gereksinimleri.
Ne İnşa Ettim
- Canlı cihaz telemetrisini Node.js backend’e taşıyan Modbus + MQTT veri pipeline’ı.
- Zorlu günlük saha kullanımı için tasarlanmış React kontrol ve operatör arayüzü.
- Saha mühendislerini güvensiz koşullardan önce uyaran gerçek zamanlı erken uyarı telemetrisi.
- Kısıtlı bir ortam için on-prem deployment otomasyonu, runbook’lar ve olay müdahalesi.
Çıktılar
- İlk 4 ayda tam dijital izlenebilirlik ve raporlamayla 6.000+ gerçek zamanlı operasyon işlendi.
- Tahmini 40–50 olay önlendi; ayda 3–4 ekipman arızası kesintiye yol açmadan tespit edildi.
- Tamamen manuel bir iş akışı, stabil ve denetlenebilir bir dijital kontrol sistemiyle değiştirildi.
Sırada Ne Var
- Biriken telemetri verisiyle kestirimci bakım eklenmesi.
- Failover tatbikatları ve otomatik yük testlerinin genişletilmesi.
DriftGuard — Açık Kaynak Schema Drift CLI
Veritabanları, API’lar ve dosyalar arasındaki şema ve veri kontratı değişikliklerini üretim ortamına ulaşmadan tespit eden kurumsal düzeyde Python CLI aracı.
- 7 kaynak toplayıcı: PostgreSQL, MySQL, SQLite, OpenAPI, JSON Schema, CSV, YAML.
- 12 olay tipi ve bulanık alan yeniden adlandırma tespiti ile semantik diff motoru.
- 190 test, %78 kapsam, Python 3.11 / 3.12 / 3.13 üzerinde CI doğrulaması.
Collectors→
Normalizer→
Snapshot Store→
Diff Engine→
Policy Engine→
Reporter→
CI Gate
Detaylar
Bağlam
Çoğu şema doğrulama aracı tek bir veri katmanına odaklanır — SQL linter’lar migration sözdizimini, API linter’lar OpenAPI spec’lerini kontrol eder. Gerçek drift katmanlar arasında gerçekleşir: yeniden adlandırılan bir Postgres sütunu, aşağı akıştaki bir CSV dışa aktarımını veya bir partner API tüketicisini bozabilir. DriftGuard bu çapraz kaynak kırıcı değişiklikleri tek bir birleşik pipeline’da yakalamak için geliştirildi.
Kısıtlar
- 7+ heterojen kaynaktan (veritabanları, API’lar, dosyalar) gelen şemaları tek bir karşılaştırma modeline normalize etmeli.
- Politika uygulaması takım başına yapılandırılabilir olmalı: 5 mod (strict, lenient, default, backward-compatible, forward-compatible).
- Politika ihlallerinde sıfır olmayan çıkış kodlarıyla CI gate olarak entegre olmalı.
Ne İnşa Ettim
- Ortak arayüz arkasında 7 adaptörlü collector mimarisi (veritabanları için SQLAlchemy 2.x, dosyalar için pyarrow, API’lar için HTTP client’lar).
- Semantik diff motoru: tip genişletme taksonomisi, kısıt düzeyinde diff (PK, FK, unique, sayısal aralıklar) ve SequenceMatcher ile bulanık alan yeniden adlandırma tespiti.
- 5 uygulama modu ve kaynak başına önem derecesi geçersiz kılmaları ile policy motoru.
- Çoklu format raportörleri: Terminal (Rich), JSON, Markdown, HTML.
- Kapsamlı test paketi: 190 test, %78 satır kapsamı, ruff + mypy statik analiz, GitHub Actions CI matrisi.
Çıktılar
- Kapsamlı dokümantasyonla (mimari rehber, CLI referansı, adaptör rehberi, politika kuralları) GitHub’da açık kaynak olarak yayınlandı.
- GitHub Actions üzerinden Python 3.11, 3.12 ve 3.13’da CI pipeline doğrulandı.
- Genişletilebilir mimari: yeni collector’lar ve politika modları, çekirdek diff motorunda değişiklik gerektirmeden ekleniyor.
Sırada Ne Var
- Avro, Protobuf ve Kafka Schema Registry için collector eklenmesi.
- CI/CD entegrasyonu için SARIF ve JUnit XML raportörlerinin uygulanması.
ORIA — LLM Destekli Operasyon Merkezi
Tek başıma geliştirdiğim, WhatsApp merkezli, LLM destekli yanıt taslağı ve insan onaylı CRM.
- Mesajdan kayda doğrudan eşleme ile WhatsApp merkezli CRM.
- Gönderim öncesi insan onayıyla LLM destekli yanıt taslağı (Anthropic Claude / OpenAI).
- Node.js / Express + React (Vite) + MongoDB, CI/CD pipeline ile yayında.
WhatsApp Girişi→
Veri İşleme→
AI Taslak→
İnsan Onayı→
CRM Kayıt
Detaylar
Bağlam
LLM destekli operasyonları keşfeden bir yan proje: WhatsApp etrafında kurulu bir CRM; gelen mesajlar kayıtlara eşleniyor ve model, bir insanın inceleyip onaylaması için yanıt taslakları hazırlıyor.
Kısıtlar
- Gerçek görüşmelerle kullanılabilir bir MVP için kısa süre.
- AI çıktısı insan kontrolünde kalmalı — onaysız hiçbir şey gönderilmiyor.
Ne İnşa Ettim
- Kişiler ve görüşmeler için MongoDB veri modeliyle Node.js / Express backend.
- WhatsApp mesaj girişinin doğrudan CRM kayıtlarına eşlenmesi.
- İnsan onaylı adımla LLM destekli yanıt taslağı (Anthropic Claude / OpenAI).
- CI/CD pipeline ile yayına alınan React + Vite yönetim paneli.
Çıktılar
- Mimariden deploy’a uçtan uca ürün sahipliğiyle çalışan bir MVP teslim edildi.
- Üretim akışında LLM API entegrasyonu ve prompt tasarımı için pratik desenler.
Sırada Ne Var
- Aktivasyon ve retention raporlaması eklenmesi.
- Çok kullanıcılı ekipler için yetki seviyelerinin sağlamlaştırılması.
Wardrobe — AI Destekli Kıyafet Planlayıcı
AI destekli önerileri keşfeden bir yan proje: hava durumu tahminleri ve kişisel gardrop verilerinden kıyafet öneren React Native uygulama.
- AI analiz ve kategorizasyonla fotoğraf tabanlı gardrop yönetimi.
- Bağlam duyarlı kıyafet planlaması için 7 günlük hava durumu entegrasyonu.
- Supabase backend (Postgres + Auth + Storage) ile çapraz platform TypeScript uygulama.
Proje Durumu
iOS & Android
Platform
Expo + React Native
Supabase
Backend
Postgres + Auth + Storage
Beta
Durum
Özel repo
Detaylar
Bağlam
Tüketici mobil bağlamında yapay zeka odaklı kişiselleştirmeyi keşfeden kişisel bir proje. Kullanıcılar gardrop öğelerini fotoğraflıyor; uygulama kıyafetleri analiz ederek hava koşulları ve kişisel tarza uygun kombinler öneriyor.
Kısıtlar
- Görüntü işleme ve AI analizi mobil donanımda duyarlı kalmalı.
- Kişiselleştirme motoru, aşırı veri toplama olmadan kullanıcı geri bildirimlerinden öğrenmeli.
Ne İnşa Ettim
- State yönetimi için TanStack Query ve Zustand ile Expo + React Native + TypeScript.
- Supabase entegrasyonu: Row-Level Security ile Postgres, Auth ve gardrop fotoğrafları için Storage.
- Konum tabanlı bağlamla 7 günlük tahminler için Open-Meteo hava durumu API entegrasyonu.
- Hata takibi için Sentry, ürün analitiği için PostHog, Türkçe/İngilizce yerelleştirme için i18next.
Çıktılar
- Toplu gardrop yükleme ve AI destekli kıyafet kategorizasyonu ile işlevsel beta.
- Zaman içinde kullanıcı seçimlerine göre önerileri iyileştiren kişiselleştirme motoru.
Sırada Ne Var
- Beta test geri bildirimlerine göre öneri algoritmasının iyileştirilmesi.
- Kıyafet geçmişi ve sosyal paylaşım özelliklerinin eklenmesi.
Ne kazanırsınız
Kattığım Değer
Özelliklerin ötesinde — ekiplerin üretimde güvenebileceği sistemler.
01
On-Prem & Gerçek Zamanlı Teslimat
Air-gapped, kısıtlı veya gecikmeye duyarlı ortamlarda güvenilirlik için tasarlanmış sistemler.
02
Ekiplerin Güvendiği Paneller
Baskı altında günlük saha kullanımı için gerçek zamanlı, düşük gecikmeli arayüzler.
03
Probleme Uygun Çok Yönlü Mühendislik
Python CLI’lardan React Native uygulamalara, on-prem otomasyona — mimariyi probleme uyarlarım, tersini değil.
İletişim
Güvenilir bir şey inşa edelim.
Geliştirip stabilize eden, ürün odaklı bir mühendis mi arıyorsunuz? Genellikle 24–48 saat içinde dönüş yapıyorum.
Ürün odaklı full-stack ve product engineering rolleri için müsaitim.
İlk iletişim için en iyi kanal e-postadır.
aaliboyaci@gmail.com