Projelerim

Proje Açıklaması: Kargo şirketleri için geliştirilmiş kapsamlı takip ve yönetim sistemi. Laravel ile güçlü backend API'si ve Flutter ile cross-platform mobil uygulama geliştirildi.

Backend Özellikleri (Laravel):

• RESTful API mimarisi
• JWT tabanlı kimlik doğrulama
• Gönderi oluşturma ve takip sistemi
• Gerçek zamanlı konum güncellemeleri
• SMS ve email bildirim sistemi
• Admin dashboard ile raporlama

Veritabanı Tasarımı:

• Kullanıcı ve rol yönetimi
• Gönderi ve durum geçmişi
• Araç ve kurye bilgileri
• Adres ve konum verileri

Mobil Uygulama Özellikleri (Flutter):

• Gönderi takip ekranı
• QR kod ile hızlı takip
• Push notification desteği
• Harita entegrasyonu
• Kurye uygulaması (yetkiye göre farklı modüller)
• Fotoğraf ve anlık onay alma
• Offline çalışma desteği

Teknik Altyapı:

Kullanılan Teknolojiler:

Proje Açıklaması: Küçük ve orta ölçekli ihracatçılar için geliştirilmiş kapsamlı e-ihracat yönetim platformu. Uluslararası pazarlara erişim, sipariş yönetimi ve ödeme işlemlerini tek platformda toplayan çözüm.

Platform Özellikleri:

• Kargo etiketi oluşturma
• Uluslararası sipariş takip sistemi
• Multi-currency ödeme sistemi
• Otomatik fatura oluşturma
• Stok ve envanter yönetimi
• Müşteri ilişkileri yönetimi (CRM)

Teknik Mimarisi:

• Laravel ile MVC mimarisi
• MySQL ile optimize edilmiş veritabanı
• RESTful API ile third-party entegrasyonlar

Uluslararası Platform Entegrasyonları:

Kargo ve Lojistik:

Kullanılan Teknolojiler:

Proje Amacı: Yapay sinir ağları (CNN) kullanılarak ses verilerinden kuş türlerini sınıflandıran makine öğrenmesi projesi. Kaggle veri seti kullanılarak 10 farklı kuş türünü %90+ doğrulukla tanıyabilen model geliştirildi.

Proje Aşamaları:

1. Veri Toplama: Kaggle "birdsong resampled train audio" veri seti kullanıldı
2. Veri Ön İşleme: 22050Hz ses dosyaları MFCC özellikleri ile işlendi
3. Model Tasarımı: 3 katmanlı CNN mimarisi oluşturuldu
4. Eğitim: 1000 epoch ile model eğitildi ve doğruluk elde edildi

Teknik Detaylar:

• Librosa kütüphanesi ile MFCC özellik çıkarımı
• TensorFlow ile CNN modeli geliştirme
• Adam optimizer ile model optimizasyonu
• Sparse categorical crossentropy loss fonksiyonu
• Dropout katmanları ile overfitting önlemi

Model Mimarisi:

Kullanılan Teknolojiler:

Proje Açıklaması: Modern ve kullanıcı dostu bir şirket içi görev yönetim sistemi. Firebase altyapısı ile gerçek zamanlı senkronizasyon ve güvenli veri yönetimi sunar.

✨ Temel Özellikler:

• Şirket tabanlı sistem - Her kullanıcı bir şirkete bağlı
• Rol yönetimi (Admin ve Çalışan rolleri)
• Görev oluşturma, atama ve durum takibi
• Dosya paylaşımı (Firebase Storage)
• Anlık bildirimler (FCM)
• Dark/Light tema desteği
• Gerçek zamanlı veri akışı (StreamBuilder)

🎨 UI/UX Özellikleri:

• Gradient arka planlar ve modern renkler
• Lottie JSON animasyonları
• Shimmer yükleme efektleri
• FL Chart ile görsel istatistikler
• Responsive tasarım

🔥 Firebase Yapısı:

📦 Kullanılan Paketler:

Kullanılan Teknolojiler:

Proje Açıklaması: İşletmeler için geliştirilmiş kapsamlı stok ve envanter yönetim uygulaması. Flutter ile cross-platform çalışan, Firebase ile gerçek zamanlı veri senkronizasyonu sunan modern bir çözüm.

✨ Temel Özellikler:

• Ürün ve stok takibi - Detaylı envanter yönetimi
• Barkod okuyucu entegrasyonu - Hızlı ürün tanıma
• Stok giriş/çıkış işlemleri - Anlık kayıt tutma
• Düşük stok bildirimleri - Otomatik uyarı sistemi
• Raporlama ve istatistikler - Görsel grafikler
• Kategori bazlı ürün yönetimi
• Multi-kullanıcı desteği
• QR kod ile hızlı erişim

📊 Analiz ve Raporlama:

• Stok hareketleri geçmiş raporu
• En çok satılan ürün analizleri
• Kar/Zarar hesaplamaları
• Excel/PDF export özelliği

🔥 Firebase Entegrasyonu:

📱 Mobil Özellikler:

Kullanılan Teknolojiler: