# Erdoğan Yasin Peker — tam profil

> Kırşehir, Türkiye'de yaşayan bir Yapay Zeka Mühendisi ve Harran Üniversitesi Bilgisayar Mühendisliği mezunu (lisans: Mayıs 2022 – Haziran 2026; Erasmus+ ile Polonya'daki AGH University of Krakow'da değişim dönemi). Hâlen Kocaeli'ndeki Car Studio AI'da Yapay Zeka Mühendisi (staj) olarak çalışıyor. Uzmanlık alanı multimodal yapay zeka: derin öğrenme, bilgisayarla görme, büyük dil modelleri (LLM) ve ses/sinyal işleme. 20'den fazla proje geliştirdi, TEKNOOCAK Teknoloji ve İnovasyon Festivali'nde Türkiye ikinciliği kazandı, iki kez Teknofest Türkiye finallerinde yarıştı ve Sağlıkta Yapay Zeka kategorisinde takım liderliği yaptı, makine öğrenmesi ve veri alanında 13 sertifikası var. Uzaktan, hibrit ve iş yerinde çalışmaya açık.
>
> Bu dosya https://erdoganpeker.com/llms-tr.txt adresinin tam içerikli sürümüdür: Medora vaka çalışmasının tamamını, açık kaynak proje kataloğunu, sık sorulan soruları ve yazı listesini içerir.

## Bağlantılar
- Web sitesi: https://erdoganpeker.com (kanonik adresler dil önekli: /tr/ ve /en/)
- Hakkımda: https://erdoganpeker.com/tr/about/ (EN: /en/about/)
- Projeler: https://erdoganpeker.com/tr/projects/ (EN: /en/projects/)
- Medora vaka çalışması: https://erdoganpeker.com/tr/projects/medora/ (EN: /en/projects/medora/)
- Blog: https://erdoganpeker.com/tr/blog/ (EN: /en/blog/)
- Blog akışı (TR): https://erdoganpeker.com/feed-tr.xml
- İletişim: https://erdoganpeker.com/tr/contact/
- E-posta: erdoganpeker4@gmail.com
- Telefon: +90 553 495 1433
- WhatsApp: https://wa.me/905534951433
- GitHub: https://github.com/ErdoganPeker
- LinkedIn: https://www.linkedin.com/in/erdogan-yasin-peker-b107ba24b/
- Kaggle: https://www.kaggle.com/erdoanpeker
- Medium: https://medium.com/@erdoganpeker

## Makine tarafından okunabilir sürümler
- Türkçe, özet: https://erdoganpeker.com/llms-tr.txt
- Türkçe, tam içerik (bu dosya): https://erdoganpeker.com/llms-full-tr.txt
- English summary: https://erdoganpeker.com/llms.txt
- English, full content: https://erdoganpeker.com/llms-full.txt

## Hakkında
Yapay zeka ve makine öğrenmesi alanında uzmanlaşmış bir Bilgisayar Mühendisi; Harran Üniversitesi'nden Haziran 2026'da mezun oldu. Kırşehir, Türkiye'de yaşıyor; uzaktan, hibrit ve iş yerinde çalışmaya açık. Hâlen Kocaeli'ndeki Car Studio AI'da Yapay Zeka Mühendisi (staj) olarak bilgisayarla görme ve derin öğrenme projelerinde çalışıyor. Öncesinde CerebrAI-VorTX'te Yapay Zeka Mühendisi olarak (Ocak 2025 – Mayıs 2026) bilgisayarla görme ve veri işleme projelerinde görev aldı. Bluesense AI ve eCloud Yazılım Teknolojileri'ndeki stajlarında YOLO tabanlı bilgisayarla görme modelleri, dermatolojik analiz sistemleri ve medikal alana özel bir büyük dil modeli geliştirdi. Teknofest'te iki farklı kategoride Türkiye finallerinde yarıştı ve Sağlıkta Yapay Zeka kategorisinde takım liderliği yaptı. Makine öğrenmesi projelerini Kaggle ve GitHub üzerinden paylaşıyor.

## Deneyim
Yeniden eskiye doğru; her blok bir görev.

### Yapay Zeka Mühendisi — Car Studio AI (GÜNCEL GÖREV)
Temmuz 2026 – Günümüz · Kocaeli, Türkiye · Staj (Yerinde)
- Bilgisayarla görme ve derin öğrenme odaklı yapay zeka projelerinde geliştirme.
- Görüntü veri kümelerinin hazırlanması ve model eğitim hattının yürütülmesi.

### Yapay Zeka Mühendisi — CerebrAI-VorTX
Ocak 2025 – Mayıs 2026 · Şanlıurfa, Türkiye · Tam Zamanlı
- Bilgisayarla görme ve veri işleme odaklı yapay zeka projelerinin tasarım ve geliştirme süreçlerinde aktif rol.
- Uçtan uca model geliştirme hattı yönetimi: veri toplama, ön işleme, model eğitimi, değerlendirme ve dağıtım.
- Derin öğrenme modellerinin optimizasyonu ve hiperparametre ayarı.
- Teknik dokümantasyon ve model raporlama süreçlerinin yürütülmesi.

### Yapay Zeka Mühendisi Stajyeri — Bluesense AI
Haziran 2025 – Ağustos 2025 · İstanbul, Türkiye · Staj (Yerinde)
- Smart Beauty platformu için YOLO tabanlı bilgisayarla görme modelleri geliştirme ve optimizasyonu.
- Gerçek zamanlı mobil dermatolojik analiz sistemleri geliştiren uluslararası projede aktif rol.
- EfficientNetV2, MobileNetV3, Swin-ViT ve MobileViT mimarileriyle derin öğrenme modelleri.
- Hard voting ve soft voting ensemble yöntemleriyle sınıflandırma doğruluğunu artırma.
- Büyük ölçekli görüntü veri kümelerinin temizlenmesi, etiketlenmesi ve ön işlenmesi.
- Gerçek zamanlı çıkarım için uçtan uca makine öğrenmesi hatlarının kurulması.
- IEEE/Elsevier dergilerine sunulmak üzere bilimsel makale hazırlama sürecinde görev.
- Staj, "Performance-Based Excellence" (performansa dayalı üstün başarı) sertifikasıyla tamamlandı.

### Yapay Zeka Mühendisi Stajyeri — eCloud Yazılım Teknolojileri
Haziran 2025 – Ağustos 2025 · Şanlıurfa, Türkiye · Staj (Uzaktan)
- Klinik metinleri anlamlandıran medikal alana özel Büyük Dil Modeli (LLM) geliştirme.
- Açık kaynak LLM modelleri üzerinde fine-tuning: tıp terminolojisi, tanılar ve tedavi rehberleri.
- RESTful API aracılığıyla web platformuna entegrasyon.

### Stajyer (Trainee) — Oyun ve Uygulama Akademisi
Kasım 2024 – Ağustos 2025 · İstanbul (Uzaktan) · Tam Zamanlı
- Yapay zeka ve veri işleme alanlarında uygulamalı eğitim programı.
- Makine öğrenmesi, derin öğrenme ve bilgisayarla görme projeleri.

### Takım Lideri — Teknofest, Sağlıkta Yapay Zeka
Mayıs 2024 – Eylül 2024 · Şanlıurfa · Yarışma
- Kanser tespiti için yapay zeka ve bilgisayarla görme teknolojileri kullanan proje yönetimi.
- Tıbbi görüntülerde kanser tespiti yapan derin öğrenme modeli geliştirme.

Not: Yukarıdaki şehirler görevlerin kendi dönemlerine ait çalışma yerleridir. Güncel ikamet yeri Kırşehir, Türkiye'dir.

## Eğitim
- Bilgisayar Mühendisliği Lisans — Harran Üniversitesi (Mayıs 2022 – Haziran 2026, Şanlıurfa, Türkiye) — mezun
- Bilgisayar Mühendisliği (Erasmus+ Değişim) — AGH University of Krakow (Ekim 2025 – Mart 2026, Kraków, Polonya). Dersler: yapay zeka, bilgisayarla görme, sistem programlama, derin öğrenme.

## Yetkinlikler
- Yapay Zeka & Makine Öğrenmesi: PyTorch, TensorFlow, Scikit-learn, Whisper, EfficientNetV2, MobileNetV3, Swin-ViT, MobileViT
- Programlama Dilleri: Python, C, C++, Java, TypeScript
- Kütüphaneler & Araçlar: Flask, FastAPI, Next.js, Docker, Git, Roboflow, RESTful API
- Uzmanlık Alanları: Makine Öğrenmesi, Derin Öğrenme, Pekiştirmeli Öğrenme, Bilgisayarla Görme, Doğal Dil İşleme, Ses Yapay Zekası, LLM Fine-tuning, CNN, Transformer, Sinyal İşleme, Multimodal Yapay Zeka

## Sertifikalar
- Google Gelişmiş Veri Analitiği — Coursera (Haziran 2025)
- Google Proje Yönetimi — Coursera (Mayıs 2025)
- Veri Bilimi ve Yapay Zeka — Google Akademi (Mayıs 2025)
- Web Uygulamaları Geliştirme — Google Akademi (Mayıs 2025)
- Girişimcilik — Google Akademi (Mayıs 2025)
- Özellik Mühendisliği + Veri Ön İşleme + Mamografi Görüntülerinde Kitle Tespiti — T.C. Cumhurbaşkanlığı Dijital Dönüşüm Ofisi (Mayıs–Haziran 2024)
- Görüntü İşleme — Udemy (Ağustos 2024)
- Genel Yapay Zeka — Udemy (Mayıs 2024)
- Derin Öğrenme — Udemy (Ağustos 2023)
- Makine Öğrenmesi — Udemy (Temmuz 2023)
- Veri Görselleştirme — Udemy (Haziran 2023)
- Veri Bilimi — Udemy (Haziran 2023)
- Python Programlama — Udemy (Mayıs 2023)

## Diller
- Türkçe — Anadil
- İngilizce — B2+ (İleri)

## Öne çıkan başarılar
- TEKNOOCAK Teknoloji ve İnovasyon Festivali'nde "Afet, Güvenlik, Dayanıklılık ve Eğitim Teknolojileri" kategorisinde Türkiye ikinciliği (2026; Ülkü Ocakları Eğitim ve Kültür Vakfı tarafından düzenlendi)
- Yapay Zeka ve Teknoloji Akademisi'ne yaklaşık 25.000 başvuru arasından seçilen 2.000 asil burslu katılımcıdan biri oldu; program Google, Girişimcilik Vakfı ve T3 Vakfı iş birliğiyle, Sanayi ve Teknoloji Bakanlığı ile Cumhurbaşkanlığı Dijital Dönüşüm Ofisi desteğinde yürütülüyor — program tamamlandı
- Bluesense AI stajını "Performance-Based Excellence" (performansa dayalı üstün başarı) sertifikasıyla tamamladı
- Üretim kalitesinde multimodal sağlık yapay zekası platformu Medora'yı geliştirdi (201 API rotası, 10 ML modeli, web + Flutter mobil)
- NDA kapsamında 15'ten fazla gizli üretim projesi daha (sağlık, otomotiv, gıda, tarım teknolojileri); anonim olarak paylaşılıyor
- 2 kez Teknofest finalisti; Sağlıkta Yapay Zeka kategorisinde takım lideri (2024)
- BTK Akademi Datathon yarışmasında öğrenci performansı değerlendirme modeliyle 100. sıra
- Derin öğrenme, bilgisayarla görme, doğal dil işleme ve ses yapay zekası alanlarında 20'den fazla açık kaynak proje
- Makine öğrenmesi, yapay zeka ve veri alanında 13 sertifika (Google, Coursera, Udemy, T.C. Cumhurbaşkanlığı DDO)
- PROJEXeleration 2026 hızlandırma programına katıldı (yalnızca katılım — derece, ödül veya seçilme değildir)

---

## Amiral proje: Medora — tam vaka çalışması
Kaynak: https://erdoganpeker.com/tr/projects/medora/ · GİZLİ PROJE — VAKA ÇALIŞMASI

Slogan: "Sağlığınız için yapay zeka."

Görüntü, ses, sinyal ve metin işlemeyi tek çatı altında birleştiren multimodal sağlık yapay zekâsı platformu. FastAPI, React, Flutter ve PostgreSQL üzerinde uçtan uca tasarlandı, geliştirildi ve Docker'da çalışır durumda.

### Rakamlarla Medora
- 201 — API rotası
- 10 — Hastalık tahmin modeli
- 30+ — Mobil ekran (pixel-mirror)
- 3300+ — Vital ölçüm işlendi
- 5/5 — Konteyner healthy
- WCAG 2.1 AA — Erişilebilirlik

### Problem & Çözüm
Sağlık verisi tek tip değildir: bir reçete fotoğrafı, bir cilt lezyonu görüntüsü, bir nabız serisi ve bir hasta şikâyeti metni aynı hastaya aittir ama tamamen farklı işleme teknikleri ister. Çoğu sistem bunlardan yalnızca birine odaklanır; hasta ise parçalanmış bir deneyimle baş başa kalır.

Medora bu modaliteleri tek platformda birleştirir: bilgisayarla görme reçeteyi ve lezyonu okur, Whisper konuşmayı yazıya döker, sinyal işleme katmanı vital ölçümlerdeki anomalileri yakalar, sağlık odaklı Türkçe sesli ajan ise tüm bunları hastanın anlayacağı dile çevirir — 112 acil yönlendirmesi ve "tıbbi tavsiye değildir" güvenlik çerçevesiyle. Hasta, doktor, klinik yöneticisi ve admin rollerinin her biri kendi arayüzünü görür; web ve mobil birebir aynı deneyimi sunar.

### Yetkinlik Matrisi — Medora'da tam olarak ne yapıldı?
Bu proje tek bir uzmanlık alanının değil, uçtan uca bir mühendislik genişliğinin kanıtıdır.

**Bilgisayarla Görme / Derin Öğrenme**
- Cilt lezyonu analizi: lezyon türü, malignite riski, sınıf skorları ve "doktora git" önerisi (gpt-4o vision)
- X-ray görüntü analizi
- Reçete OCR: gerçek reçete görselinden %98–99 güvenle ilaç adı + doz + kullanım çıkarımı, ilaç veritabanına eşleme ve e-reçeteye aktarım.

**Ses İşleme**
- Whisper ile konuşma tanıma
- tts-1 ile sesli yanıt ve her turda otomatik oynatma (voice-first arayüz)
- WebSocket üzerinden gerçek zamanlı ses akışı
- mikrofon izni fallback'leri.

**Sinyal İşleme**
- Nabız, tansiyon (sistolik/diyastolik birleştirme), sıcaklık, SpO₂ ve glukoz akışları
- 3300+ ölçüm üzerinde anomali tespiti ve otomatik uyarı üretimi (vital_anomaly servisi).

**Makine Öğrenmesi**
- 10 hastalık tahmin modeli (GradientBoosting / sklearn pipeline)
- kalp modeli gerçek veriyle eğitildi
- Flask tabanlı ayrık ML servisi.

**LLM & Agentic AI**
- Sağlık odaklı Türkçe sesli ajan (gpt-4o-mini)
- 112 acil durum yönlendirmesi ve "tıbbi tavsiye değildir" güvenlik disclaimer'ı
- RAG: pgvector ile semantik arama
- agentic rapor üretimi
- yapılandırılabilir LLM katmanı (yerel/uzak model + A/B test).

**Backend & API**
- FastAPI üzerinde 201 route
- SQLAlchemy async
- WebSocket gerçek zamanlı kanallar
- rate limiting
- nginx reverse proxy.

**Veritabanı**
- PostgreSQL + pgvector
- Redis
- 17 modüllü idempotent demo seed sistemi
- 22 aktif hasta, 8 doktor ve binlerce klinik kayıtla dolu gerçekçi veri kümesi.

**Web & Mobil**
- React/Vite web (ana bundle ~85 kB, code-split)
- Flutter mobil: 30+ ekran, web ile birebir pixel-mirror
- flutter analyze: 0 hata / 0 uyarı
- 14 özel web UI bileşeni + 10 Medora Flutter widget'ı.

**Güvenlik & Kimlik**
- JWT + argon2/bcrypt
- MFA
- rol tabanlı erişim (hasta / doktor / klinik yöneticisi / admin)
- WebSocket auth (Sec-WebSocket-Protocol: bearer.<jwt>)
- rate limiting.

**Sağlık Entegrasyonları**
- FHIR
- e-Nabız
- e-Reçete
- e-Rapor
- MHRS
- e-Devlet akışı
- faturalama + e-Fatura
- Türkçe karakter destekli PDF üretimi (gömülü DejaVu fontları)
- Google Meet video konsültasyon
- aile profili
- ilaç hatırlatma + uyum skoru
- moderasyonlu topluluk modülü.

**Erişilebilirlik & Tasarım Sistemi**
- "Modern Medical" tasarım sistemi (Medical Teal #0EA5A6, Inter)
- WCAG 2.1 AA: modal focus trap + ESC, sekmelerde ok tuşu navigasyonu, içeriğe atla linki, aria-label'lar
- ölçülmüş kontrast düzeltmeleri (6.09:1)
- sayfa geçiş animasyonları ve KPI stagger.

### Mimari
Medora beş servisin birlikte çalıştığı konteynerize bir sistemdir: FastAPI backend (201 route), React/Vite web istemcisi, Flask ML sunucusu, PostgreSQL (pgvector) ve Redis — önlerinde nginx. Flutter mobil uygulama aynı API'yi tüketir. Üç ayrı Docker Compose profili (local / dev / prod) ve multi-stage build ile aynı kod tabanı geliştirmeden üretime taşınır; beş konteynerin beşi de healthy durumda çalışmaktadır.

- İstemciler: React / Vite web · Flutter mobil
- Giriş katmanı: nginx reverse proxy
- Servisler: FastAPI backend — 201 route · Flask ML sunucusu
- Veri katmanı: PostgreSQL + pgvector · Redis
- Docker Compose ×3 profil (local / dev / prod) · multi-stage build · 5/5 konteyner healthy

### Teknoloji Yığını
- AI/ML: gpt-4o vision, gpt-4o-mini, Whisper, tts-1, scikit-learn, GradientBoosting, RAG, pgvector
- Backend: FastAPI, Flask, SQLAlchemy (async), WebSocket, Redis, nginx
- Frontend & Mobil: React, Vite, Flutter, Inter, Tailwind tabanlı tasarım sistemi
- Veri & Altyapı: PostgreSQL, pgvector, Docker Compose ×3, multi-stage build
- Kalite: Playwright E2E, flutter analyze, WCAG 2.1 AA

### Mühendislik Kalitesi
- Playwright E2E testleri; 4 rol × ~60 rota üzerinde temiz baseline.
- Çok turlu bug avı ve düzeltme döngüleri sonrası kararlı sürüm.
- flutter analyze: 0 hata / 0 uyarı.
- WCAG 2.1 AA hedefi ölçümle doğrulandı (6.09:1 kontrast düzeltmeleri dahil).
- 17 modüllü idempotent seed: sistem her ortamda tek komutla gerçekçi veriyle ayağa kalkar.
- 3 ortam profili (local/dev/prod), multi-stage Docker build, 5/5 konteyner healthy.

### Gizlilik Notu
Medora'nın kaynak kodu ticari ve gizlilik nedenleriyle kapalıdır. Canlı demo, teknik mimari sunumu ve kod incelemesi görüşme talebi üzerine gerçekleştirilebilir. Medora, NDA kapsamındaki 15+ projeden yalnızca biridir.

---

## Açık kaynak projeler
GitHub'daki herkese açık depolar. Detay sayfaları: https://erdoganpeker.com/tr/projects/

- Öğrenci Değerlendirme — BTK Datathon — BTK Akademi Datathon yarışmasında 100. sırada yer alan öğrenci performansı değerlendirme çalışması; ML/DL modelleri ve kapsamlı keşifsel veri analizi (EDA). (https://github.com/ErdoganPeker/Student-Evaluation-System-BTK-Academy-Competition)
- Hindistan Ev Fiyatı Tahmini — Hindistan konut verisiyle R² 0,93–0,94 ve ölçeklenmiş hedeflerde 2×10⁻⁶ MSE'ye ulaşan ev fiyatı tahmin modelleri; ML/DL karşılaştırması ve kapsamlı EDA. (https://github.com/ErdoganPeker/India-House-Price-Prediction)
- Obezite Seviyesi Tahmini — Davranışsal ve fiziksel özelliklerden obezite durumunu tahmin eden ML/DL modelleri; kapsamlı EDA ve özellik mühendisliği. (https://github.com/ErdoganPeker/Obesity-Level-Prediction)
- Titanic Hayatta Kalma Tahmini — Klasik Titanic veri kümesinde yolcuların hayatta kalma olasılığını tahmin eden ML/DL modelleri; EDA ve veri görselleştirme. (https://github.com/ErdoganPeker/Titanic-Survival-Prediction)
- Mağaza Satış Analizi — Çok mağazalı satış verisinde trend analizi ve zaman serisi tahmini; EDA ve görselleştirme ağırlıklı ML/DL çalışması. (https://github.com/ErdoganPeker/Store-Sales-Evaluation)
- Akıllı Temizlik Robotu — Harita dosyalarından engel verisini okuyup temizlik rotasını optimize eden C++ robotu; BFS/DFS tabanlı yol planlama ve verimlilik ölçümü. (https://github.com/ErdoganPeker/Smart-Cleaning-Robot)
- Otobüs Yönetim Sistemi — Java ve SQL ile geliştirilmiş otobüs rezervasyon ve müşteri yönetim sistemi; tam CRUD işlemleri ve çok güzergâhlı sefer yönetimi. (https://github.com/ErdoganPeker/Bus-Management-System)
- Afet Yardım Sistemi — Afetzede kayıtlarını bağlı liste ve öncelik kuyruğu ile yöneten, C dilinde yazılmış afet yardım sistemi; ikili arama ile hızlı sorgulama. (https://github.com/ErdoganPeker/Disaster-Relief-System)
- Evcil Hayvan Bakım Simülatörü — Sanal bir evcil hayvanın sağlık ve mutluluk değerlerini durum makinesiyle yöneten, C dilinde yazılmış bakım simülasyonu oyunu. (https://github.com/ErdoganPeker/Pet_Care_Simulator)
- Araba Fiyat Tahmini — Türkiye ikinci el araç pazarı verisiyle araba fiyatı tahmini; doğrusal regresyon, random forest, XGBoost ve yapay sinir ağı karşılaştırması, kapsamlı EDA. (https://github.com/ErdoganPeker/Araba-Fiyat-Tahmini)
- Öğrenci Performans Değerlendirme — Davranışsal verilerden akademik performansı tahmin eden ML/DL modelleri; 8'den fazla algoritmanın karşılaştırmalı analizi ve EDA. (https://github.com/ErdoganPeker/Student-Performance-Evaluation)
- Kilo Takip — FastAPI + React + Expo — Takvim tabanlı kilo ve kalori takibi: FastAPI backend, React PWA, Expo mobil ve Docker; Gemini AI yemek tanıma ve 607 Türk yemeği veritabanı. (https://github.com/ErdoganPeker/weight-tracker)
- Gerçek Zamanlı Ses ve Duygu İşleme — Whisper ile gerçek zamanlı konuşma tanıma ve ses üzerinden duygu analizi; Flask + WebSocket akışı ve canlı mikrofon yakalama. (https://github.com/ErdoganPeker/Real-Time-Voice-and-Emotion-Processing)
- Pekiştirmeli Öğrenme Projeleri — Q-Learning, Deep Q-Learning ve Convolutional Q-Learning algoritmalarını sıfırdan uygulayan pekiştirmeli öğrenme alt projeleri (PyTorch, OpenAI Gym). (https://github.com/ErdoganPeker/Reinforcement-Learning-Projects-Q-Learning-Deep-Q-Learning-and-Convolutional-Q-Learning.)

---

## Sık Sorulan Sorular

**Erdoğan Yasin Peker kimdir?**
Erdoğan Yasin Peker, Türkiye'de (Kırşehir) yaşayan bir yapay zeka mühendisidir. Harran Üniversitesi Bilgisayar Mühendisliği bölümünden Haziran 2026'da mezun olmuştur ve Erasmus+ programıyla Polonya'daki AGH University of Krakow'da eğitim almıştır. Bilgisayarla görme, büyük dil modelleri (LLM), ses ve sinyal işleme alanlarında 20'den fazla proje geliştirmiştir; hâlen Kocaeli'ndeki Car Studio AI'da Yapay Zeka Mühendisi (staj) olarak çalışmaktadır.

**Hangi alanlarda uzmanlaşmıştır?**
Uzmanlık alanı multimodal yapay zekadır: bilgisayarla görme (YOLO, CNN, Vision Transformer mimarileri), LLM fine-tuning, Whisper ile ses işleme ve vital sinyal analizi. Günlük araç seti PyTorch, TensorFlow, scikit-learn, FastAPI ve Docker'dır; Python, C, C++, Java ve TypeScript ile geliştirme yapar.

**Medora nedir?**
Medora, Erdoğan Yasin Peker'in uçtan uca geliştirdiği gizli (NDA kapsamında) multimodal sağlık yapay zekası platformudur: 201 FastAPI rotası, 10 hastalık tahmin modeli, React web istemcisi ve 30'dan fazla ekranlı Flutter mobil uygulama. Cilt lezyonu analizi, reçete OCR, Whisper ile konuşma tanıma, vital ölçümlerde anomali tespiti ve WCAG 2.1 AA erişilebilirlik içerir. Kaynak kodu kapalıdır; canlı demo görüşme talebiyle sunulabilir.

**Nerelerde çalıştı?**
Temmuz 2026'dan bu yana Kocaeli'ndeki Car Studio AI'da Yapay Zeka Mühendisi (staj) olarak çalışmaktadır; güncel görevi budur. Öncesinde Ocak 2025 – Mayıs 2026 arasında CerebrAI-VorTX'te Yapay Zeka Mühendisi olarak görev yaptı. Ayrıca Bluesense AI'da (Smart Beauty platformu için YOLO tabanlı bilgisayarla görme ve dermatolojik analiz sistemleri; staj "Performance-Based Excellence" sertifikasıyla tamamlandı) ve eCloud Yazılım Teknolojileri'nde (medikal alan LLM'i) yapay zeka stajları yaptı, Oyun ve Uygulama Akademisi'nde eğitim programını tamamladı ve Teknofest Sağlıkta Yapay Zeka kategorisinde takım liderliği yürüttü.

**Hangi sertifikalara sahip?**
13 sertifikası vardır: Google Gelişmiş Veri Analitiği ve Google Proje Yönetimi (Coursera), Google Akademi'den veri bilimi, web geliştirme ve girişimcilik programları, T.C. Cumhurbaşkanlığı Dijital Dönüşüm Ofisi'nden mamografi görüntülerinde kitle tespiti eğitimi ve Udemy'den makine öğrenmesi, derin öğrenme, görüntü işleme ve veri bilimi kursları.

**İş teklifleri ve iş birliklerine açık mı?**
Evet. Kırşehir, Türkiye'de yaşamaktadır; uzaktan, hibrit ve iş yerinde çalışmaya açıktır. Türkçe (anadil) ve İngilizce (B2+) bilir. Kendisine erdoganpeker4@gmail.com adresinden veya WhatsApp (+90 553 495 14 33) üzerinden ulaşılabilir; genellikle aynı gün dönüş yapar.

**Yarışma başarıları nelerdir?**
Ülkü Ocakları Eğitim ve Kültür Vakfı tarafından düzenlenen TEKNOOCAK Teknoloji ve İnovasyon Festivali'nde (2026) "Afet, Güvenlik, Dayanıklılık ve Eğitim Teknolojileri" kategorisinde Türkiye ikinciliği kazandı. Teknofest'te iki farklı kategoride Türkiye finallerinde yarıştı ve 2024'te Sağlıkta Yapay Zeka kategorisinde tıbbi görüntülerde kanser tespiti üzerine çalışan takımın liderliğini yaptı. Ayrıca BTK Akademi Datathon yarışmasında öğrenci performansı değerlendirme modeliyle 100. sırada yer aldı. Google, Girişimcilik Vakfı ve T3 Vakfı iş birliğiyle, Sanayi ve Teknoloji Bakanlığı ile Cumhurbaşkanlığı Dijital Dönüşüm Ofisi desteğinde yürütülen Yapay Zeka ve Teknoloji Akademisi'ne yaklaşık 25.000 başvuru arasından seçilen 2.000 asil burslu katılımcıdan biri oldu ve programı tamamladı. Bunlardan ayrı olarak PROJEXeleration 2026 hızlandırma programına katıldı — bu bir derece veya ödül değil, yalnızca katılımdır.

---

## Yazılar

### Çok Platformlu Kilo Takip Uygulaması: FastAPI + Docker + Expo ile Tam Stack Geliştirme
Yayın tarihi 2026-01-15 · https://erdoganpeker.com/tr/blog/kilo-takip-fastapi-expo/
FastAPI backend, React PWA, Expo React Native ve Docker ile tek bir komutla çalışan, Gemini AI destekli bir kilo ve kalori takip uygulaması nasıl geliştirilir? Mimari kararlar ve öğrendiklerim.

### YOLOv8-seg ile Araç Hasar Tespiti: Web + Masaüstü + Mobil Multimodal Sistem
Yayın tarihi 2025-10-20 · https://erdoganpeker.com/tr/blog/arac-hasar-yolo-multimodal/
Araç hasarını segmentasyon modeliyle tespit eden, web, masaüstü ve mobil istemcilere sahip tam bir multimodal sistem nasıl kurulur? Next.js, Tauri ve React Native ile uçtan uca bir çözümün hikayesi.

### Gerçek Zamanlı Ses ve Duygu Analizi: Whisper + NLP ile Neler Yaptım?
Yayın tarihi 2025-06-15 · https://erdoganpeker.com/tr/blog/yapay-zeka-ses-duygu-analizi/
Mikrofon sesini gerçek zamanlı olarak metne dönüştürüp duygu analizi yapan bir sistem nasıl geliştirilir? Whisper, Flask ve WebSocket kullanarak bu projeyi nasıl hayata geçirdiğimi anlattım.

Son güncelleme: 2026-08-02