01YAZILIM MÜHENDİSİ

GÖRKEMERTAŞ

FULL-STACK DEVELOPER · AI ENGINEER

Web ve mobil uygulamalar, REST API'ler ve yapay zekâ entegreli ürünler geliştiriyorum. LLM, RAG ve AI agents sistemleriyle ilgileniyor, bu alanlara yoğunlaşıyorum.

Görkem Ertaş
YAZILIM MÜHENDİSLİĞİ FIRSATLARINA AÇIKİzmir, Türkiye · Taşınmaya açık
KEŞFETMEK İÇİN KAYDIR

Full-stack geliştirmeyi yapay zekâ entegrasyonlarıyla birleştiriyorum.

Yazılım Mühendisliği mezunuyum. React ve React Native arayüzlerinden Spring Boot, Node.js ve FastAPI servislerine; PostgreSQL, JWT ve Docker altyapısına uzanan uçtan uca uygulamalar geliştiriyorum. Google Play'de yayınladığım uygulamada Gemini ve RAG teknolojilerini kullandım. LLM'ler, RAG ve AI agents alanlarına odaklanıyor, takım çalışmasına ve sürekli öğrenmeye önem veriyorum.

01

Backend Mühendisliği

REST API'ler · Kimlik doğrulama · Veritabanları · Sistem mimarisi · Docker

02

Üretken Yapay Zekâ / LLM

Gemini API · Multimodal görsel analiz · RAG · LLM entegrasyonları · Python / FastAPI

03

Web ve Mobil Geliştirme

React · Next.js · TypeScript · React Native · Expo · Full-stack uygulamalar

Web, mobil ve AI entegrasyonlu uygulamalar.

Full-stack geliştirme, yapay zekâ ve otomasyon alanlarındaki seçili projeler.

KİŞİSEL PROJEÖNE ÇIKANGOOGLE PLAY'DE YAYINLANDI

EksperSiz

Google Play'de yayınladığım, React Native istemcisi, Spring Boot API'leri ve FastAPI tabanlı yapay zekâ servisiyle geliştirdiğim araç hasar değerlendirme ve yönetim uygulaması. Gemini multimodal LLM ile fotoğraf analizi, hasar özetleri, onarım ve tahmini maliyet yönlendirmeleri ile PDF raporları sunar. Araç ve bakım takibi, RAG asistanı, JWT kimlik doğrulama ve RevenueCat abonelikleri içerir.

Gemini ile fotoğraftan hasar analiziAraç ve bakım yönetimiOnarım ve maliyet rehberliğiPDF raporlarıRAG destekli araç asistanıJWT kimlik doğrulamaRevenueCat abonelikleri
AndroidReact NativeExpoTypeScriptJava 21Spring BootSpring SecurityPostgreSQLpgvectorFastAPIPythonGemini VisionMultimodal LLMsRAGLLM APIsFirebase FCMRevenueCatGoogle Maps & PlacesBrevoDockerRailway
YAPAY ZEKÂLI ARAÇ ASİSTANI

Aracınızı tek bir panelden yönetin.

Hasar analizi başlatın, aracınızı takip edin ve bakım bilgilerine tek bir yerden ulaşın.

Aracınızı tek bir panelden yönetin.
01 / 06
KİŞİSEL PROJEBAĞIMSIZ GELİŞTİRME

Investing Hub

React web ve React Native/Expo mobil istemcileri, Node.js/Express API, isteğe bağlı MongoDB hesapları ve simüle portföy yönetimi içeren kripto para araştırma uygulaması. Sekiz coin için geçmiş dakika verileriyle eğitilmiş modeller, 1/15/60 dakikalık deneysel yön olasılıkları, gerçekleşen volatilite ve isteğe bağlı fiyat öngörüleri üretir. Modeller kronolojik testler ve referans karşılaştırmalarıyla değerlendirilir; uygulama Windows'ta yerel çalışır.

GELİŞTİRME DURUMU

Mobil istemci, backend servisleri ve veri akışları üzerinde çalıştım; yerel ML tahmin sisteminin geliştirilmesine katkı sağladım. Yön için Log Loss, volatilite için MAE öncelikli model seçimi, zaman serisi doğrulaması ve performans raporlaması kullanılıyor. Tahminler deneysel; gelecekteki başarı veya kârlılık iddiası yoktur.

ReactReact NativeExpoTypeScriptNode.jsExpressMongoDBPythonLightGBMXGBoostTime-Series MLWalk-Forward ValidationREST APIs
SİSTEM MİMARİSİ
React Native + ExpoMobil / Web istemcisi
→
Node.js + ExpressREST API · Kimlik doğrulama · Uygulama mantığı
→
MongoDBKullanıcılar · Portföy verileri
BACKEND ENTEGRASYONLARI
ML ForecastingYön olasılıkları · gerçekleşen volatilite · deneysel fiyat öngörüsü
LLM Market AnalysisPiyasa verileri ve haber analizi
MAKİNE ÖĞRENMESİ / VERİ ANALİTİĞİYEREL KARAR DESTEK PROTOTİPİ

GridGuard AI

Elektrik tüketim verilerinden riskli müşteri örüntülerini analiz eden ve inceleme önceliği oluşturan ML karar destek prototipi. Random Forest ile risk sıralaması, veri kalitesi ve anomali analizi, denetim kapasitesi planlaması ve Türkçe/İngilizce Streamlit paneli içerir. Sentetik kesinti, sayaç ve abonelik kayıtları ayrı bir operasyonel doğrulama katmanında değerlendirilir.

42.372 müşterilik tüketim verisi analiziNihai testte Precision@100: %43 · rastgele seçime göre 5,03× liftROC-AUC: 0,7883 · Average Precision: 0,3228Denetim kapasitesi planlama ve açıklanabilir raporlama
Pythonpandasscikit-learnRandom ForestStreamlitPlotlyNumPyML EvaluationRisk ScoringPytest
RİSK ANALİZİ VE KARAR DESTEK AKIŞI
Consumption DataGünlük sayaç okumaları · Özellik çıkarımı
→
Random ForestRisk sıralaması · Geçmiş test
→
StreamlitAnalitik panel · Kapasite planlama
SENTETİK OPERASYONEL BAĞLAM
Decision GateKesinti · Sayaç · Abonelik doğrulaması
EvaluationAP 0.3228 · ROC-AUC 0.7883
NİHAİ TEST SONUCUEn yüksek riskli 100 müşterinin 43'ü geçmiş veride pozitif etiketli (Precision@100: %43).
KULLANIM SINIRIYerel araştırma prototipi; sentetik operasyonel kayıtlar ML başarısını artırmak için kullanılmaz. Risk puanı doğrulanmış kaçak kanıtı değildir.
RAG / YAPAY ZEKÂ MÜHENDİSLİĞİYEREL PROTOTİP

Knowledge Retrieval Engine

Dokümanlardan güvenilir bilgiye erişim için geliştirdiğim uçtan uca RAG uygulaması. Semantik ve anahtar kelime tabanlı aramayı birleştirerek ilgili içerikleri bulur, Gemini ile kaynak gösteren yanıtlar üretir. Tekrarlanabilir indeksleme, rol tabanlı erişim, yönetim paneli, MCP arama aracı ve kalite değerlendirme akışları içerir.

Semantik + anahtar kelime tabanlı aramaKaynak referanslı ve kısmi yanıtlarArtımlı doküman indekslemeRol tabanlı yetkilendirme ve yönetim paneliRetrieval kalite değerlendirmeleriMCP üzerinden arama erişimi
TypeScriptNext.jsNode.jsExpressPostgreSQLpgvectorGemini APIRAGHybrid SearchMCPDocker
YEREL GELİŞTİRME · ÖZEL KAYNAK KODBu proje için herkese açık kaynak kod veya canlı demo bağlantısı bulunmuyor.
RAG SİSTEM MİMARİSİ
Next.jsSohbet ve yönetim arayüzü
→
Express APIArama · RAG · Erişim kontrolü
→
PostgreSQL + pgvectorBelge ve vektör depolama
ARAMA VE YAPAY ZEKÂ KATMANI
Gemini APIBelge ve sorgu embedding'leri
Hybrid RetrievalSemantik + metin araması
MCP SearchHarici istemciler için arama aracı
DOKÜMAN İNDEKSLEMEDokümanlar → Parçalama → Embedding → Vektör veritabanı
KANITA DAYALI YANITSoru → Hybrid retrieval → Gemini → Kaynak doğrulama
KİŞİSEL PROJECANLI DEMO

Lead Sales Automation

Potansiyel müşterilerin sisteme girişinden satışa dönüşümüne kadar süreci izleyen; reklam maliyetleri, gelir ve kârlılık arasındaki ilişkiyi gösteren çalışan bir satış otomasyonu demosu. Etkileşimli panel üzerinden raporlama akışını deneyebilirsiniz.

Potansiyel müşteri ve satış takibiOtomatik raporlamaÖrnek kârlılık ve yatırım getirisi analiziEtkileşimli kontrol paneli
PythonFastAPIPostgreSQLSQLAlchemyn8nGoogle SheetsDockerRailwayPytest
OTOMASYON AKIŞI
n8nSimüle edilmiş müşteri adayı webhookları
→
FastAPIPotansiyel müşteriler · Satışlar · Analitik
→
PostgreSQLUygulama verileri
RAPORLAMA VE İÇGÖRÜLER
Google SheetsOtomatik raporlar
Canlı kontrol paneliDönüşüm · Kâr · Yatırım getirisi
DEMO VERİLERİSimüle edilmiş potansiyel müşteri ve sentetik satış verileri kullanılır; canlı Meta Ads bağlantısı yoktur.
FULL-STACK CASE ÇALIŞMASICANLI DEMO

FlowPilot

İş otomasyonu hizmetlerini tanıtan ve müşteri taleplerini toplayan full-stack web uygulaması. Responsive arayüzde oluşturulan talepler istemci ve sunucu tarafında doğrulanır, hız sınırlama uygulanır ve PostgreSQL'e güvenli biçimde kaydedilir. Açık/koyu tema, kullanıcı geri bildirimleri ve otomatik testler içerir.

Responsive arayüz ve açık/koyu temaİstemci ve sunucuda form doğrulamaPostgreSQL'de kalıcı talep kayıtlarıHız sınırlama ve otomatik testler
Next.js 16React 19TypeScriptTailwind CSS 4MotionReact Hook FormZodPrismaNeon PostgreSQLVitestPlaywrightVercel
TALEP İŞLEME MİMARİSİ
Next.js + ReactForm · Doğrulama · Tema
→
Route HandlersZod doğrulaması · Hız sınırlama
→
Neon PostgreSQLPrisma ile kalıcı kayıt
TALEP KAYIT AKIŞITalep formu → Next.js API → Prisma transaction → Neon PostgreSQL
KALİTE KONTROLLERİVitest · Playwright · Erişilebilirlik kontrolleri

Projelerimde kullandığım teknolojiler.

01

Programlama Dilleri

TypeScriptJavaScriptPythonJavaSQL
02

Backend

Spring BootSpring SecurityNode.jsExpressFastAPIREST APIJWT
03

Frontend ve Mobil

ReactNext.jsReact NativeExpoHTMLCSS
04

Yapay Zekâ ve Veri

Gemini APIMultimodal LLM'lerRAGHybrid SearchPostgreSQLpgvectorMongoDB
05

Araçlar ve Dağıtım

DockerGitRailwayFirebase FCMRevenueCatn8nPytestPostman
Keyfî beceri yüzdeleri kullanmıyorum; teknolojileri hangi alanlarda kullandığıma göre grupluyorum.
2024

Yazılım Mühendisliği Stajyeri · GDZ Elektrik Dağıtım A.Ş.

Ağustos–Eylül 2024: Python ve SQL kullanarak kurum içi masaüstü uygulamaya yeni özellikler ekledim, mevcut işlevleri geliştirdim; BT donanım, ağ operasyonları ve teknik dokümantasyona destek verdim.

2020 — 2025

Yazılım Mühendisliği Lisans · Yaşar Üniversitesi

2020–2025 · %100 burslu.

06 / İLETİŞİM

Bir sonraki projeyi birlikte geliştirelim.

Full-stack geliştirme, backend ve AI entegrasyonlarını kapsayan yazılım mühendisliği fırsatlarına açığım.