İsmail Tarık Şenkal

Nasıl çalışıyorum

Fikirden ürüne, üç adımda

1. 01

   Uyarla

   Dil modelini ele aldığım probleme ve Türkçe’ye uyarlıyorum.

2. 02

   Bağla

   RAG ile gerçek kaynaklara bağlayıp “uydurmasını” engelliyorum.

3. 03

   Taşı

   Hepsini üretime taşıyıp ölçeklenebilir ve güvenilir hâle getiriyorum.

İklim6 dk okuma

COP31 Antalya Nedir? Tarihler, Ev Sahipliği ve Masadaki Başlıklar

COP31, 9–20 Kasım 2026'da Antalya'da. COP nedir, Türkiye–Avustralya başkanlık paylaşımı nasıl işler, gündemde neler var ve neden önemli?

Devamını oku

• 
  Maliyet6 dk

  Önek Önbellekleme Ekonomisi: Cache Ne Zaman Kâra Geçer?

  Prompt caching okuması 0,1x, yazması 1,25x. Başabaş noktası iki istek. Peki önbelleğiniz neden sessizce çalışmıyor? Asgari önek, 20 blok kuralı ve paralel tuzağı.

• 
  Altyapı6 dk

  Spekülatif Kod Çözme: Aynı Modelden Nasıl Daha Hızlı Token Alınır?

  Taslak model, EAGLE, MTP, n-gram ve suffix decoding. Kabul oranı neden tek gerçek metrik, vLLM'de nasıl yapılandırılır ve spekülasyonun işe yaramadığı durumlar.

• 
  Verimlilik6 dk

  Üretimde Kuantizasyon: FP8, NVFP4 ve Türkçe'de Kalite Kaybı

  FP8, NVFP4, AWQ ve GPTQ arasında nasıl seçilir? Donanım uyumluluk matrisi, vLLM ile sunum ve düşük bitli kuantizasyonun Türkçe metinde ölçülmeyen kalite bedeli.

• 
  Mimari7 dk

  Bağlam Sıkıştırma mı, Sıfırlama mı? Uzun Ajan Oturumlarında Ne Yapmalı

  Bağlam penceresi dolduğunda ne yapmalı? context editing, clear_tool_uses stratejisi, sunucu tarafı compaction ve bağlam sıfırlama arasında somut bir karar kuralı.

• 
  Güvenlik7 dk

  Prompt Injection'ı Tasarımla Çözmek: CaMeL, Çift Model ve Yetenek Tabanlı Savunma

  Daha iyi prompt yazarak prompt injection çözülmüyor. CaMeL, çift LLM deseni, yetenek tabanlı politika ve ölümcül üçlü ile modelin dışında uygulanan savunmalar.

• 
  Ürün6 dk

  MCP Apps: Sohbetin İçinde Çalışan Arayüzler

  MCP Apps uzantısı araç sonuçlarını etkileşimli arayüze çeviriyor. ui:// kaynakları, _meta.ui alanı, korumalı iframe ve postMessage protokolü çalışan kodla.

• 13 Ağu 2026A2A: Ajanlar Birbiriyle Nasıl Konuşur? (MCP'nin Rakibi Değil, Tamamlayıcısı)6 dk
• 13 Ağu 2026Çoklu Ajan Sistemleri: 15 Kat Token, %90 Kazanç — Hangisi Sizin Durumunuz?5 dk
• 13 Ağu 2026KVKK ve LLM: Bir Kişisel Veriyi RAG İndeksinden ve Ağırlıklardan Nasıl Silersiniz?5 dk
• 13 Ağu 2026llms.txt İşe Yarıyor mu? Verilerin Söylediği ve v2'nin Getirdikleri5 dk
• 13 Ağu 2026OpenTelemetry GenAI: Ajan İzlerini Standart Bir Şemayla Toplamak4 dk
• 13 Ağu 2026Prompt Regresyon Testleri: Değerlendirmeyi CI'a Sokmak5 dk

Uzmanlık alanları

• Büyük Dil Modelleri

  Türkçe hukuk diline göre ince ayar yapılmış modeller eğitiyor ve üretime alıyorum.

• Doğal Dil İşleme

  Türkçe ve çok dilli metni anlama: sınıflandırma, çıkarım ve anlam temelli işleme.

• RAG

  Cevapları gerçek belgelere dayandıran, modelin uydurmasını engelleyen getirim mimarileri.

• Semantik Arama & Vektör DB

  Anahtar kelime değil anlam temelli, geniş arşivlerde isabetli ve hızlı arama.

• MCP & Ajan Sistemleri

  Model Context Protocol ile araç kullanan ve akıllı yönlendirme yapan ajan mimarileri.

• Model Eğitimi & MLOps

  Büyük ölçekli altyapıda eğitim, ince ayar ve sürekli dağıtım. TRUBA ve HPC deneyimi.

• Hava Kalitesi Modellemesi

  Çevre mühendisliği geçmişiyle hava kirleticilerinin modellenmesi ve hava kalitesi tahmini.

Yolculuk

1. Eğitim

   Mühendislik ve yapay zekaya ilgi

   Yazılım ve yapay zekaya olan ilgimi akademik ve uygulamalı çalışmalarla derinleştirdim; doğal dil işlemeye odaklandım.

2. Araştırma

   Türkçe NLP ve büyük ölçekli modeller

   TÜBİTAK etkinlikleri, TRUBA (Ulusal e-Bilim altyapısı) ve EUMaster4HPC gibi ortamlarda büyük ölçekli yapay zeka çalışmalarına katıldım.

3. 2024

   HatsonTech’in kuruluşu

   Ankara ODTÜ Teknokent’te Hatson Teknoloji A.Ş.’yi kurucu ortak olarak hayata geçirdim. Hedef: Türkçe’ye odaklı yapay zeka ürünleri.

4. Bugün

   Hukuki dil modeli

   Türkçe hukuk diline özel LLM ve RAG mimarileri geliştiriyor, kamu kurumlarıyla yapay zeka projeleri yürütüyorum.