Özel tahmin/sınıflandırma modelleri.
01Makine öğrenmesi firması seçerken bakılacak ölçütler
Dokümantasyon
Kurulum, mimari ve kullanım bilgisi yazılı olarak teslim edilmelidir.
KVKK yaklaşımı
Kişisel veri, erişim yetkisi ve kayıt tutma tasarımın parçasıdır.
Bakım koşulları
Yayın sonrası hata düzeltme ve güncellemenin nasıl yürüyeceği tanımlıdır.
Yazılı kapsam
Neyin teslim edileceği, neyin kapsam dışı olduğu ve kabul kriterleri belgelenmelidir.
Test ortamı
Değişikliklerin canlıya çıkmadan denendiği ayrı bir ortam olmalıdır.
Kaynak kod sahipliği
Kaynak kodun ve verinin işletmeye teslim edileceği sözleşmede yazmalıdır.
02Teklif görüşmesinde sorulacak sorular
- Kaynak kod ve veri kime ait olacak, teslimde nasıl verilecek?
- Yedekleme nasıl yapılacak, geri yükleme denenecek mi?
- Kapsam ve teslim kriterleri yazılı olarak belirtiliyor mu?
- Ödeme planı teslim aşamalarına bağlı mı?
- Kapsam dışı değişiklik talepleri nasıl yönetilecek?
- Yayın sonrası hata düzeltme ve bakım koşulları neler?
03Makine öğrenmesi planlarken bilinmesi gerekenler
- Kişisel veri anonimleştirme/maskeleme gerekiyorsa uygulanır.
- Veri kaynakları ve güncelleme sıklığı belirlenir.
- Pano az ve anlamlı göstergeyle başlar.
04Makine öğrenmesi hangi ihtiyaca cevap verir?
Eski sistemden yeni sisteme geçerken
Veri eşleştirilir, temizlenir ve deneme aktarımıyla doğrulanır.
Canlıya alma gerektiğinde
Canlıya alma, makine öğrenmesi projesinde kapsamın başında konuşulan başlıklardandır; analizde kimin kullanacağı ve nasıl çalışacağı netleştirilir.
05Kırmızı bayraklar
- Analiz yapmadan, birkaç dakikalık görüşmeyle kesin fiyat veren teklif
- Test ortamı ve aşamalı teslim olmadan tek seferde teslim vaadi
- Kaynak kodu teslim etmeyeceğini söyleyen veya sözleşmede belirtmeyen firma
- Garanti edilen sıralama, kesin satış veya "en iyi" iddiaları
- Alan adını ve sunucu hesabını kendi adına açmak isteyen yaklaşım
06Van dışındaki bir firmayla nasıl çalışılır?
Uzaktan çalışmanın anahtarı düzenli iletişimdir: haftalık kısa toplantılar, ortak proje panosu ve her aşamada test ortamında çalışan bir sürüm.
- Görüntülü toplantı ve ekran paylaşımı
- Ortak proje panosu ve yazılı karar kaydı
- Her aşamada test ortamında deneme
- Kurulum, saha keşfi veya eğitim gerektiğinde yerinde çalışma
07Çatak'ta makine öğrenmesi için çalışma biçimimiz
PTT kayıtlarında Çatak ilçesine bağlı 33 yerleşim bulunur. Birden fazla ilçede ekibi veya şubesi olan işletmelerde makine öğrenmesi için kullanıcı rolleri, şube bazlı görünürlük ve merkezi raporlar birlikte planlanır.
Mesafe yazılım işinin önünde engel değildir: Çatak'taki ekiplerle görüntülü görüşme, ekran paylaşımı ve test ortamı bağlantısıyla çalışılır; cihaz kurulumu veya saha keşfi gerekirse yerinde ziyaret planlanır.
Aynı ildeki Bahçesaray, Özalp ve Gevaş ilçeleri için de makine öğrenmesi talepleri değerlendirilir; toplantılar uzaktan yapılır.
Mevcut Excel dosyanızı veya ekran görüntülerinizi WhatsApp'tan gönderin; makine öğrenmesi için hangi modüllerle başlanabileceğini konuşalım. Telefon: 0540 003 19 81.
08Çalışma düzenimiz
Tasarım, geliştirme, test ve yayın adımları aynı ekip içinde yürür. Kod Git ile sürümlenir, kritik akışlar Playwright testleriyle korunur, yayın Docker konteynerleriyle tekrarlanabilir biçimde yapılır.
- Kapsam ve teslim kriterleri yazılı olur.
- Her değişiklik önce test ortamında denenir.
- Ölçülebilir hedefler konur: arama ve WhatsApp tıklaması, form talebi, işlem süresi.
Türkiye'nin 81 ilindeki işletmelerle uzaktan çalışıyoruz: görüntülü toplantı, ekran paylaşımlı demo ve ortak proje panosu. Donanım kurulumu, depo barkod sistemi kurulumu, saha keşfi veya kullanıcı eğitimi gereken işlerde yerinde çalışma planlanır.
09Örnek hesap
Örnek: OEE hesabı (bir vardiya)
- Planlı süre
- 720 dk
- Duruş
- 26 dk
- İdeal çevrim süresi
- 18 sn
- Üretilen / hatalı
- 1.943 / 97
- Kullanılabilirlik × Performans × Kalite
- %96,4 × %84 × %95
- OEE
- %76,9
Not: örnek hesaptır; kesin plan analizde çıkar.
SSSSık sorulan sorular
Referanslarınızı görebilir miyim?
Görüşmede, gizlilik izin verdiği ölçüde çalışan projeleri canlı olarak gösterebiliriz. Referans kontrolünde yalnız logo listesine değil, çalışan bir sisteme ve o işletmenin deneyimine bakmanızı öneririz.
Sözleşmede nelere dikkat etmeliyim?
Kapsam ve teslim kriterleri, kaynak kod ve veri sahipliği, ödeme planının aşamalara bağlanması, bakım koşulları ve gizlilik maddeleri.
Power BI mı özel dashboard mı?
Ekip Power BI kullanıyorsa ve lisans yapısı uygunsa Power BI hızlı bir başlangıç sağlar. Müşteriye açılacak, özel tasarım veya uygulama içine gömülü panolar gerekiyorsa özel dashboard daha uygun olabilir.
Makine öğrenmesi için hangi bilgiler hazırlanmalı?
Mevcut sürecin kısa anlatımı, kullanılan dosya ve program örnekleri, kullanıcı sayısı ve model eğitimi gibi beklentiler ilk görüşme için yeterlidir; kapsam analizde netleşir.
Çatak'tan yazıyorum; toplantılar nasıl yapılıyor?
Analiz, tasarım ve geliştirme çoğunlukla uzaktan, görüntülü toplantılarla yürür; donanım kurulumu, saha keşfi veya kullanıcı eğitimi gereken işlerde yerinde çalışma planlanır.
Kaynak kod bize mi ait olacak?
Sözleşmede yazılı olarak belirtilir; biz kaynak kodun ve verinin işletmeye teslim edildiği çalışma biçimini öneririz.
Makine öğrenmesi sonradan genişletilebilir mi?
Evet. Doğrulama gibi özellikler ilk sürümde olmasa da modüler yapı sayesinde sürüm planıyla eklenebilir.
Uzaktan mı çalışıyorsunuz?
Analiz, tasarım ve geliştirme çoğunlukla uzaktan, görüntülü toplantılarla yürür; donanım kurulumu, saha keşfi veya eğitim gereken işlerde yerinde çalışma planlanır.
→İlgili sayfalar
Makine Öğrenmesi hakkında diğer konular
- Makine öğrenmesi: hazır paket mi özel yazılım mı?Hazır çözüm ile özel geliştirmenin farkı
- Makine öğrenmesi teknolojileriTeknoloji seçimi ve mimari
- Makine öğrenmesi yaptırmaKapsam, süreç ve iletişim
- Makine öğrenmesi fiyatlarıMaliyeti belirleyen kalemler ve teklif karşılaştırma
- Makine öğrenmesi geliştirme süreciAnalizden yayına aşamalar
Çatak'ta ilgili hizmetler
Van içindeki diğer ilçeler
Bu sayfada geçen kavramlar
- model eğitimi
- doğrulama
- canlıya alma
- veri ambarı
- indeks
- SQL Server
- veri temizleme
- Power BI
- Van
- Çatak