Advertise on podcast: Veri Tezgahı

Bu bölümde, Ayhan Şebin ile yapay zeka alanındaki kariyer yolculuğu, Harvard MBA deneyimi, IBM’deki projeler ve AI ekosisteminin geleceği üzerine derinlemesine sohbet ediyoruz. Ayhan, agent teknolojilerinin organizasyonel dönüşüme etkisini, model orkestrasyonunun önemini, KPI tabanlı yönetimi ve Türkiye’nin global AI ekosistemindeki potansiyelini konustuk. Ayrıca topluluk oluşturma, networking ve bu alanın geleceğinden konuştuk. Bölüm Başlıkları: 00:00 Yapay Zeka Yolculuğu Başlangıcı 01:05 Harvard Deneyimi ve Kariyer Yolu 02:41 IBM'e Geçiş ve Staj Süreci 03:28 Yapay Zeka ve Global Trendler 08:21 IBM'deki Dönüşüm ve Red Hat Satın Alımı 16:40 AI Araştırmaları ve Monetizasyon Fırsatları 21:58 Araştırma ve İş Dünyası Arasındaki Köprü 26:02 IBM'de Dönüşüm ve Uygulama Örnekleri 29:46 Ekosistem ve İşbirlikleri 30:39 Protokoller ve Standartlaşma 31:56 Büyük Ortaklıklar ve Startuplar 33:16 Verimlilik ve Küçük Modeller 34:12 Agentik Sistemler ve Gelecek Vizyonu 36:40 Model Orkestrasyonu ve Örnekler 40:13 İnsan ve Agentik Sistemler Arasındaki Paralellik 46:39 Global Turks AI Vizyonu 53:17 Ekosistem Aktifleştirme ve Köprüler Kurma 55:04 AI Native Talent Hub Oluşturma 56:16 Gençlere Destek ve Rol Modeller 58:43 Networking ve Etkinliklerin Önemi 01:00:53 Topluluk ve Katılım Fırsatları 01:03:34 Gelecek Vizyonu ve Kariyer Fırsatları Linkler:IBM Research: https://www.ibm.com/researchGlobal Turks AI: https://globalturksai.org/ globalturksai.orgSosyal Medya:Twitter: https://x.com/veritezgahi

Veri Tezgahı: Gerçek Dünya ML Deneyimleri Veri Tezgahı: Derin Öğrenme, Derin Dertler - Gerçek Dünya ML Deneyimleri Bu bölümde, konuğumuz Çağdaş’ın akademik geçmişi ve endüstrideki tecrübelerini, derin öğrenme devriminden video özetleme zorluklarına, start-up’lardan sağlık teknolojilerinde model dağıtımına kadar geniş bir yelpazede ele alıyoruz. Özellikle Covid-19 sonrası değişen dinamikler, gizlilik kaygıları, dinamik batching, Kubernetes ile GPU yönetimi ve MLOps’un incelikleri üzerine derinlemesine sohbetler gerçekleştiriyoruz. Bölüm Başlıkları 00:00 – Giriş ve Konuk Tanıtımı 02:17 – Doktora Süreci ve Araştırma Alanları 05:33 – Multiple Instance Learning Yöntemi 10:16 – AlexNet ve Derin Öğrenme Dönemi 14:36 – CAFE Framework ve Uygulamaları 18:29 – Video Özetleme Çalışmaları 23:27 – Video Özeti Yöntemleri ve Değerlendirme Süreci 30:27 – Akademik Çalışmalar ve Kod Paylaşımı Üzerine Tartışmalar 35:14 – Devlet Kurumunda Çalışma Deneyimi ve Zorluklar 38:50 – Ouva'da Yapay Zeka Projeleri ve Uygulamaları 48:09 – Covid'in Etkileri ve Hastaneler 49:20 – Gizlilik Endişeleri ve On-Prem Çözümleri 50:47 – Hastanelerde Cihaz Kullanımı ve Hijyen 52:38 – Veri Toplama ve Sensör Kullanımı 54:25 – Model Servisi ve Dağıtım Süreçleri 58:18 – Triton Server ile Performans Optimizasyonu 01:01:20 – Dinamik Batching ve Model Dağıtımı 01:04:06 – GPU Ölçeklendirme Zorlukları 01:07:57 – Kubernetes ile Otomatik Ölçeklendirme Çözümleri 01:13:04 – GPU ve Fractional Kullanımının Derinlikleri 01:16:02 – Gerçek Zamanlı İhtiyaçlar ve Çözüm Arayışları 01:18:48 – MLOps ve En İyi Uygulamalar Üzerine Tartışmalar 01:25:17 – Akademiden Endüstriye Geçişteki Zorluklar 01:30:55 – Dokümantasyonun Önemi ve Uygulama Stratejileri Sosyal Medya YouTube: youtube.com/@veritezgahi Twitter: x.com/veritezgahi Spotify: Veri Tezgahı Podcast Linkler veritezgahi.com Podcast ile ilgili düşüncelerinizi, sorularınızı ve geri bildirimlerinizi yorumlarda paylaşabilirsiniz. İyi dinlemeler!

Veri Tezgahı: Yapay Zeka Fabrikası ve Türkiye YZ EkosistemiBu bölümde, Türkiye'deki yapay zeka ekosisteminin gelişimi, İş Bankası tarafından kurulan Yapay Zeka Fabrikası'nın kuruluş hikayesi ve girişimcilik üzerine yapılan yatırımlar detaylı bir şekilde ele alınıyor. Barış, fabrikanın hedeflerini, Türkiye'deki yapay zeka uygulamalarını ve girişimlerin değerlendirilme süreçlerini paylaşıyor. Öne Çıkanlar: Yapay zeka fabrikası, Türkiye'nin teknoloji girişimciliğini desteklemek için kuruldu.Girişimlerde yüksek akademik donanım beklentisi bulunuyor.Yatırım süreçleri, girişimlerin büyümesine önemli katkı sağlıyor.Türkiye'deki yapay zeka ekosistemi hızla gelişiyor.Başarı hikayeleri, ekosistemin ilerlemesinde belirleyici rol oynuyor. Bölüm Başlıkları (Chapters):00:00 – Yapay Zeka Fabrikasının Tanıtımı09:05 – Yapay Zeka Uygulamaları ve Girişimcilik18:23 – Yatırım Mekanizması ve Destek Süreçleri25:50 – Yapay Zeka ve Girişimcilik İlişkisi28:50 – Yatırım ve Girişim Dengesi31:07 – Araştırma ve Geliştirme Yatırımları34:20 – Türkiye'nin Yapay Zeka Ekosistemi35:56 – Girişim Aşamaları ve Yatırım Stratejileri39:07 – Küresel Yatırımlar ve Türkiye'nin Pozisyonu43:31 – Türkiye'nin Yapay Zeka Geleceği51:11 – Başarı Hikayeleri ve Zorluklar53:32 – Global Başarı ve Destek Mekanizmaları56:13 – Türkiye'nin Güçlü Alanları ve Girişimcilik59:12 – Siber Güvenlik ve Yapay Zeka Girişimleri01:01:36 – Genç Girişimciler ve Tavsiyeler01:04:05 – Yaş ve Girişimcilik Başarısı01:07:29 – Girişim Seçim Süreci ve Kriterler Sosyal Medya:Twitter: https://x.com/veritezgahiSpotify: Spotify Podcast Link Podcast ile ilgili düşüncelerinizi, sorularınızı ve geri bildirimlerinizi yorumlarda paylaşabilirsiniz. İyi seyirler!

Veri Tezgahı: Yeniden Başlangıç, Robotik ve Yapay ZekaVeri Tezgahı’na hoş geldiniz!Ben Salih, ben Tarık. İki sezon ve yaklaşık iki yılın ardından, podcast’imizi video formatında yeniden başlatıyoruz. Bu bölümde;Geçmişte neler yaşadığımız,Kariyer ve proje değişikliklerimiz,Robotik & yapay zeka alanındaki yeni deneyimlerimizve geleceğe dair planlarımızı paylaşıyoruz.Bölüm Başlıkları:00:00 – Giriş: Yeniden Başlangıç01:30 – Kariyer Değişiklikleri & Yeni Projeler07:11 – Araştırma Süreçleri: Robotik, Generative AI ve Foundation Models16:59 – Geleceğe Bakış & KapanışSosyal Medya:Twitter: https://x.com/veritezgahiSpotify: https://open.spotify.com/show/6xh1JvolfduK8j5sb1WnoCLinkler:https://rai-inst.com/ (Boston Dynamics AI Institute)https://www.physicalintelligence.company/blog/pi0 Podcast ile ilgili düşüncelerinizi, sorularınızı ve geri bildirimlerinizi yorumlarda paylaşabilirsiniz. İyi seyirler!

Bu bölümde Huawei Research ve Innovation Müdürü Umut Demirezen'le makine öğrenmesindeki bazı trendlerden konuştuk. Özellikle üzerine çalıştığı bilimsel makine öğrenmesi (scientific machine learning) ve nöromorfik sistemlerden derinlemesine bahsetti. Çok öğretici bir bölüm oldu. İyi dinlemeler! Linkler: https://appliedmath.brown.edu/people/george-em-karniadakis https://arxiv.org/abs/2108.08481 Operator learning

Bu bölümde konuğumuz London Kings College'dan Oya Çeliktutan, araştırma konusu olan insan robot etkileşimi, ve bu kapsamdaki bilgisayar görüsü ve ml uygulamaları üzerine konuştuk. Bu alanda kullanılan çevre algılama ve harekete geçme modellerinden bahsetti. Graph metodları kullanarak insan davranışını nasıl modelleyebiliriz? Deep learning based metodlar burda nasıl kullanılıyor? Bu alanı neler bekliyor? ve daha bir çok soruyu konustuk. İyi dinlemeler. Linkler: GROWL: Group Detection With Link Prediction  

Bu bölümde Google mühendisi Besim Avcı'yla "ML at Scale" konustuk. Farklı şirketlerdeki ML pratiklerini ve deployment aşamalarını konuştuk. ML uygulamalarının şirketlerde zamanla nasıl değiştiğini yakından gözlemleyen Besim bizle eğlenceli ve ilginç tecrübelerini paylaştı. Ve son olarak Google'da çalıştığı "Açıklanabilir YZ" (Explainable AI) alanından bahsetti. İşin temelinden uygulanma alanlarını konuştuk. Dolu dolu bir yayın oldu. İyi dinlemeler! Linkler: Google Explainable AI Whitepaper Pathways Language Model (PaLM): Scaling to 540 Billion Parameters for Breakthrough Performance

Bu bölümde İTÜ Mimarlık mezunu Ege Özgirin'in yapay zeka alanına geçişini ve masterdan sonra ortaklarıyla kurduğu Oda Studio’dan konustuk. Fikir aşamasından zamanla nasıl evrildiğini ve ne gibi yöntemler üzerine çalıştıklarını anlattı. İyi dinlemeler. Linkler: Oda Studio Jeanne Bamberger and Donald A. Schon. Learning as Reflective Conversation with Materials: Notes from Work in Progress. Art Education, 36(2):68–73, 1983

23. bölümde biraz farklı bir Veri Tezgahı bölümüyle sizlerleyiz. Emre Şarbak'la teknoloji girişimlerini konuştuğumuz bu bölümde eğitim, ve teknoloji girişimlerine dair Emre'nin tecrübelerini dinledik. LanchCode, Kodluyoruz, Mediate ve Patika.dev gibi bir çok başarılı girişimlerin arka planını dinledik. Çok keyifli bir yayın oldu, iyi dinlemeler! Linkler: https://www.patika.dev/bootcamp

Bu bölümde Getir veri departmanı lideri Fırat Gönen’le doktora çalışmalarını, online veri bilimi platformu; kaggle’ı, ve sektördeki veri bilimi problemlerini konuştuk. Elektronik Mühendisliği eğitimi uzerine NS uzerine doktorasını yapan ve orada istatistiksel modelleme çalışan Fıratın endüstriye nasıl geçtiğini  kaggle ile nasıl tanıştığı ve neler yaptığı üzerine keyifli bir bolum oldu. İyi dinlemeler! Yayında bahsedilen bazı kaynaklar: https://psycnet.apa.org/record/1959-09865-001 https://www.kaggle.com/

Bu bölümde Amerikada bir ML-ops girişimi fal.ai (features & labels) kurucuları Burkay Gür ve Görkem Yurtseven konuk ettik. Bol bol ML-Ops konuştuğumuz bu sohbette feature storage'dan model serving'e ve ml-ops trendlerine kadar bir çok konuyu ele aldık.  İletişim icin Burkay'a ve Gorkem'e email adreslerinden ulasabilirisiniz: [email protected] [email protected]

Bu bölümde uzun yıllar veri analitiği ekosisteminde endüstri ve danışmanlık tecrübelerine sahip Hamit Hamutçu'yla son yıllarda uzerinde çalıştığı veri bilimi ve yapay zekada organizasyonel yetenek konusunu ele aldık. Endüstri standartları inşaa etmek amacıyla kurdukları Analitik ve Veri Bilimi Standartları İnisiyatifini (IADSS) konuştuk.

Bu bölümde, Finlandiya’da Tampere Üniversitesinde makine öğrenimi üzerine doktorasını yapmakta olan ve daha doktorasının ilk yıllarında kurduğu veri bilimi danışmanlık şirketi Topdatascience’da yapay zeka takım lideri olan Oğuzhan'la veri bilimi projelerinin farklı fazlarını konustuk; fikir aşamasından kavram kanıtı (proof of concept) geliştirmeye, dağıtım süreçlerinden (deployment) destek (maintenance) süreçlerine kadar yaşanan bir çok problemi ve zorlukları konuştuk. Alana dair geniş bir tecrübe sahibi olarak çok güzel noktalara değindi ve sektöre dair tecrübelerini paylaştı.

Bu bölümde Amazonda araştırmacı olarak çalışan Yağmur'la doktora ve doktora sonrası süreçlerinde yaptığı çalışmaları ele alacağız, spesifik olarak recommendation/öneri sistemleri ve bu alanadaki adaptif sıralama modellerini nasıl geliştirdiklerini konuşacağız. Linkler Adaptive Pointwise-Pairwise Learning-to-Rank for Content-based Personalized Recommendation Period-aware content attention RNNs for time series forecasting with missing values

Bu bolümde OpenAI’da araştırmacı olarak çalışan İlge Akkaya ile robotik manipülasyon, reinforcement learning, ve otomatik amaç keşfi yöntemlerini, özellikle de İlge’nin robot elle rubik küp çözümü ve self learning makalelerini konuştuk. Linkler: Robocup Solving Rubik’s Cube with a Robot Hand Asymmetric self-play for automatic goal discovery in robotic manipulation