# Özel yapay zeka modelleri, görüntü işleme ve MLOps.

> Özel model geliştirme, görüntü işleme, veri hatları, MLOps ve yapay zeka ajanları. Türkiye ve ABD’deki kurumlar için canlıya alma aşamasına kadar teslimat.

Source: https://www.algofact.tech/tr/services/ai-ml
Language: tr-TR

Modelleri verinizle eğitir, görüntü işlemeyi işin yapıldığı yere uygular, ekibinizin bunları işletmesi için gereken veri hattını ve MLOps altyapısını kurarız. Yapay zeka ajanları, bir insanın sürecin içinde kaldığı yerlerde kullanılır.

## Specialized services

- [Görüntü işleme](https://www.algofact.tech/tr/services/ai-ml/computer-vision): Üretim hattında kusur tespiti, sayım, iş güvenliği ve OCR için görüntü işleme: gerçek hat görüntüleriyle doğrulama, edge veya bulut kurulum.
- [Kurumsal chatbot ve RAG](https://www.algofact.tech/tr/services/ai-ml/chatbot-rag): Şirket içi dokümanlarınız üzerinden Türkçe soruları kaynak göstererek yanıtlayan, kullanıcı yetkilerine uyan kurumsal chatbot ve RAG asistanları.
- [Özel yapay zeka modelleri](https://www.algofact.tech/tr/services/ai-ml/custom-ai-models): Şirket verinizle eğitilen makine öğrenmesi ve ince ayarlı dil modelleri: veri incelemesi, ayrılmış test setiyle ölçüm, canlıya alma ve sapma izleme.
- [Veri platformu ve MLOps](https://www.algofact.tech/tr/services/ai-ml/data-platform-mlops): Veri hatları, veri ambarı veya lakehouse, etiketleme, model kaydı, izleme ve BI raporlaması: verinizi rapora ve modele hazır hâle getiren altyapı.
- [Yapay zeka ajanları](https://www.algofact.tech/tr/services/ai-ml/ai-agents): Kurumsal sistemlere bağlanan yapay zeka ajanları: görev tasarımı, araç ve yetki tanımı, insan onayı, değerlendirme ve izleme ile canlıya alma.

### Özel model geliştirme

Operasyonunuzun vermesi gereken karar için modelleri verinizle eğitir, izleme ile birlikte canlıya alırız. Üretken modeller yalnızca görevin gerektirdiği yerlerde kullanılır.

### Görüntü işleme

Sınıflandırma, tespit ve etiketleme. Üretim sahasından alınan gerçek görüntülerde doğrulanır, ardından operatörlerinizin kullanabileceği bir hat olarak canlıya alınır.

### Veri ve MLOps

Veri temizleme, etiketleme, eğitim, canlıya alma, sapma izleme ve devir teslim. Veri yönetişimi gerektirdiğinde bulut, şirket içi veya hibrit kurulum yapılabilir.

### Yapay zeka ve ajanlar

Bir script’in fazla katı kaldığı görevler için otomasyon. Önemli kararları bir kişi inceler.

## Proje nasıl ilerler

Proje, veriden ve modelin desteklemesi gereken karardan başlar. Yaklaşımı gerçek veri veya görüntü üzerinde doğrular, modelin çevresindeki veri hattını ve MLOps altyapısını kurar, yargı gereken yerlerde insanı sürecin içinde tutarız.

Yol diğer projelerle aynıdır: riskin yüksek olduğu yerde kısa bir PoC, ardından izleme, dokümantasyon ve adı belli bir sorumlu ile canlıya alma.

Asıl sorun modelin çevresindeki operasyonsa Çözüm Mühendisliği ile başlamanızı öneririz.

## Sorular

### Model bizim altyapımızda kalabilir mi?

Evet. Modeller gereksinimlerinize göre bulutta, şirket içinde veya hibrit bir yapıda çalışabilir. Hassas verinin ortamınızdan çıkması gerekmez.

### Hangi teknolojileri kullanıyorsunuz?

Teknoloji yığınımızda PyTorch, MLflow ve PostgreSQL bulunur. Projeye göre AWS, Azure, GCP veya Kubernetes üzerinde canlıya alırız.

### Türkiye’de ve ABD’de yazılım ve yapay zeka projeleri yürütüyor musunuz?

Evet. Mühendislik ekibi Adana ve Ankara TEKMER’de, ABD adresi ise Dover, Delaware’dedir. Her iki ülkedeki ekipler için keşif ve teslimat süreçlerini yürütüyoruz.
