Yazılım geliştirme; bir ihtiyacın tasarlanıp kodlanması, test edilmesi, yayına alınması ve işletilmesi sürecidir. Bu bölümde yapay zekâ, görüntü işleme, IoT, veri tabanı ve web performansı üzerine çalışır kod örnekleriyle uygulamalı rehberler var.
Bu alandaki çalışmalar
Abdulaziz Akyol, 20 yılı aşkın kurumsal BT deneyimini bugün CX Teknoloji'de ürün mühendisliğinde kullanıyor. Rehberler, üretimde çalışan sistemlerde karşılaşılan gerçek sorunlara göre yazıldı: güvenlik, ölçeklenebilirlik, ölçüm ve bakım.
- Python ve YOLO ile RTSP kameradan olaya uçtan uca kod
- ONNX, TensorRT ve INT8 ile edge yapay zekâ hızlandırma
- Docker ve Kubernetes ile GPU servislerini ölçekleme
- SQL Server performans ayarı ve Astro ile hızlı web siteleri
Sık sorulan sorular (3)
Görüntü işleme projelerinde hangi yazılım dili kullanılır?
Model eğitimi ve prototip için Python yaygındır; üretimde yoğun iş C++/CUDA, TensorRT ya da ONNX Runtime gibi hızlandırılmış çalışma zamanlarına bırakılır. Entegrasyon katmanı ise genellikle olay ve REST/MQTT arayüzleriyle kurulur.
Yapay zekâ servisleri üretime nasıl alınır?
Model sabit bir sürümle paketlenir (konteyner), kaynak sınırları ve sağlık kontrolleri tanımlanır, gecikme ve doğruluk sürekli ölçülür. GPU paylaşımı ve güncelleme stratejisi baştan planlanmalıdır.
Bir web sitesinin Core Web Vitals puanı nasıl yükseltilir?
En büyük kazanç görsellerden gelir: doğru boyut ve modern format (WebP/AVIF), LCP görselinin erken keşfi ve önceliklendirilmesi, render'ı engelleyen font/CSS isteklerinin kaldırılması ve üçüncü taraf betiklerin azaltılması.
- Eski ERP ve legacy sistemlere yapay zekâ bağlamak: sistemi değiştirmeden entegrasyon desenleriYazılım geliştirmeYapay zekâ için ERP'yi yenilemek gerekmez. Eski sistemlere dokunmadan veri ambarı, API katmanı, olay akışı ve insan onaylı yazma desenleri.
- FinOps: bulut ve yapay zekâ maliyetini kontrol altında tutmak için CIO rehberiLiderlikBulut ve yapay zekâ faturası neden beklenenden yüksek çıkar? Görünürlük, sahiplik, birim maliyet ve token ile GPU maliyetine özel FinOps adımları.
- GPU altyapısı: bulutta kiralamak mı, kendi sunucunu almak mı? CIO için karar yöntemiYazılım geliştirmeYapay zekâ için GPU bulutta mı kiralanmalı, satın mı alınmalı? Kullanım oranı, veri konumu, gecikme ve toplam sahip olma maliyetiyle karar yöntemi.
- LLM güvenliği: prompt injection ve veri sızıntısına karşı CIO ve CISO için kontrol listesiYapay zekâBüyük dil modelleri yeni bir saldırı yüzeyi açıyor. Prompt injection, veri sızıntısı ve aşırı yetkili ajanlara karşı CIO ve CISO için mimari kontrol listesi.
- Yapay zekâya bağımlı sistemlerde iş sürekliliği: model, sağlayıcı ve veri hattı kesintilerine hazırlıkLiderlikYapay zekâ hizmeti durursa süreç ne olur? Sağlayıcı kesintisi, model bozulması ve veri hattı kopmasına karşı iş sürekliliği ve felaket kurtarma planı.
- Docker ve Kubernetes ile GPU görüntü analitiği servislerini ölçeklemekYazılım geliştirmeKamera başına GPU analitiği servisini Docker ve Kubernetes'te çalıştırmak: NVIDIA Container Toolkit, GPU Operator, time-slicing/MIG, k3s, izleme, güncelleme.
- Edge AI'da model hızlandırma: ONNX, TensorRT ve INT8 quantizationYapay zekâPyTorch modelini ONNX'e aktarıp ONNX Runtime ve TensorRT ile hızlandırmak: FP16, INT8 kalibrasyonu, doğruluk kaybı ve p50/p95 gecikme ölçümü, kodlarıyla.
- Kurumsal RAG: şirket dokümanlarıyla konuşan yapay zekâ asistanı nasıl kurulurYapay zekâŞirket dokümanlarından kaynak göstererek yanıt veren RAG asistanı kurmak: ayrıştırma, parçalama, embedding, pgvector, hibrit arama, belge yetkisi ve KVKK.
- MQTT ile güvenli IoT: Python, TLS ve erişim kontrolüIoTMQTT'yi sahada güvenli kurmak: QoS, retain, last will ve MQTT 5; Mosquitto'da TLS, istemci sertifikası ve ACL; paho-mqtt 2.x ile Python yayıncı ve abone.
- Python ve YOLO ile gerçek zamanlı nesne tespiti: RTSP kameradan olayaGörüntü işlemeRTSP kameradan Python, OpenCV ve YOLO ile gerçek zamanlı tespit: ByteTrack takibi, çizgi sayımı, bölge ihlali ve MQTT'ye JSON olay. Çalışır örnek betikle.
- SQL Server performans ayarı: indeks, istatistik ve sorgu planıMicrosoft SQL ServerSQL Server'da yavaş sorguyu tahminle değil ölçümle bulun: bekleme istatistikleri, Query Store, yürütme planı, indeks, istatistik ve parameter sniffing.
- Yapay zekâ ajanları ve MCP: şirketler için mimari, güvenlik ve ilk projeYapay zekâYapay zekâ ajanı ve MCP nedir, ERP ve CRM'e nasıl güvenle bağlanır? Mimari, en az yetki, istem enjeksiyonu, insan onayı, denetim kaydı ve ilk proje seçimi.
- SQL Server'da tablo tasarımı: CREATE, ALTER, DROP ve kısıtlarMicrosoft SQL ServerT-SQL ile SQL Server tablosu tasarlayın: veri tipi seçimi, PRIMARY KEY, FOREIGN KEY, CHECK, DEFAULT, ALTER TABLE ve DROP/TRUNCATE/DELETE farkı, örnek şema.
- HTML5 anlamsal etiketler rehberi: header, main, article, sectionHTML5header, nav, main, article, section, aside, dialog, details ve time etiketlerinin doğru kullanımı; landmark'lar, sık hatalar, SEO ve ekran okuyucu etkisi.
- HTML5 formlar: input tipleri, doğrulama ve autocomplete rehberiHTML5HTML5 input tipleri, required/pattern/min/max doğrulaması, Constraint Validation API, autocomplete değerleri ve erişilebilir etiketleme; çalışır örneklerle.
- HTML5 Canvas ile çizim: şekil, eğri, metin ve animasyon rehberiHTML5HTML5 Canvas 2D ile çizgi, şekil, yay ve Bézier eğrisi, gradyan, metin, görsel ve animasyon; Retina bulanıklığı düzeltmesi ve Canvas–SVG karşılaştırması.
- HTML5 video ve audio: formatlar, altyazı ve autoplay rehberiHTML5HTML5 video ve audio öğeleri: MP4/H.264, WebM/AV1 ve Opus seçimi, WebVTT altyazı, autoplay kuralları, preload ve poster, erişilebilirlik ve performans.
- HTML5 nedir? Modern HTML'in temelleri ve Living StandardHTML5HTML5 nedir, bugün neden Living Standard olarak anılır? Belge iskeleti, anlamsal yapı, erişilebilirlik, performans ve tarayıcı API'lerine güncel bir giriş.