Halide Yılmaz

Nasıl çalışıyorum

Fikirden ürüne, üç adımda

1. 01

   Uyarla

   Önce veriyi ve modeli ele aldığım probleme uyarlıyorum.

2. 02

   Bağla

   Cevapları RAG ile gerçek kaynaklara bağlayıp güvenilir hâle getiriyorum.

3. 03

   İzle

   Modeli üretime taşıyıp izlenebilir ve ölçeklenebilir kılıyorum.

Temeller5 dk okuma

Makine Öğrenmesi Nedir? Örneklerden Öğrenen Bilgisayarlar

Makine öğrenmesini sade bir dille anlatıyorum: örneklerden öğrenme, denetimli ve denetimsiz öğrenme, eğitim ile tahmin farkı ve günlük hayattan örnekler.

Devamını oku

• 
  Yönetişim8 dk

  AB Yapay Zekâ Yasası'nda Yeni Takvim: 2026/1744 Sayılı Omnibus Neyi Değiştirdi, Şu An Hangi Yükümlülükler Yürürlükte?

  AB Yapay Zekâ Yasası ertelenmedi; bir kısmı ertelendi. 2026/1744 sayılı Tüzüğün değiştirdiği tarihleri, 2 Ağustos 2026'da yürürlüğe giren Madde 50 şeffaflık yükümlülüklerini ve 2 Aralık 2027 ile 2 Ağustos 2028 takvimini birincil kaynaklarla açıklıyoruz.

• 
  Yönetişim7 dk

  Yüksek Riskli Yapay Zekâ Sistemleri: Bir ML Ekibinin Aralık 2027'ye Kadar Gerçekten Kurması Gerekenler

  Yüksek riskli yapay zekâ sistemleri için Madde 9-15 yükümlülüklerini hukuk diliyle değil mühendislik çıktısıyla anlatıyoruz: risk kaydı, veri yönetişimi, Ek IV teknik dokümantasyon, olay kaydı, doğruluk beyanı ve insan gözetimi tasarımı.

• 
  Yönetişim7 dk

  Yapay Zekâ Üretimi İçeriği Etiketlemek: Madde 50, Makine Okunur Filigran ve C2PA

  Madde 50 şeffaflık yükümlülükleri 2 Ağustos 2026'da yürürlüğe girdi ve ertelenmedi. Makine okunur işaretlemenin ne demek olduğunu, sıkı ve gevşek bağlama farkını, C2PA içerik kimlik bilgilerini ve filigranın neden yeniden kodlamada öldüğünü anlatıyoruz.

• 
  Yönetişim7 dk

  ISO/IEC 42001 Mühendis Gözüyle: Yapay Zekâ Yönetim Sistemi Gerçekte Neyi Zorunlu Kılar (ve AB Yasasına Uyum Sağlamaz)

  ISO/IEC 42001 nedir, Ek A kontrolleri hangi mühendislik çıktısına karşılık gelir, ISO/IEC 42005 ve 42006 ne getirdi ve neden bu standart uyumlaştırılmış standart olmadığı için AB Yapay Zekâ Yasası bakımından uygunluk karinesi sağlamaz?

• 
  Yönetişim6 dk

  NIST Yapay Zekâ Risk Yönetimi Çerçevesi: Govern, Map, Measure, Manage'i Bir ML Ekibine Uyarlamak

  NIST AI RMF'in dört fonksiyonunu tekrar etmek yerine mühendislik işine çeviriyoruz. MEASURE fonksiyonunun neden çoğu ekipte boş kaldığını, Üretken Yapay Zekâ Profilinin ne getirdiğini ve çerçevenin şu anda neden revizyonda olduğunu anlatıyoruz.

• 
  Yönetişim6 dk

  Yapay Zekâ Etki Değerlendirmesi: FRIA, ISO 42005 ve VERBİS/DPIA Aynı Belge mi?

  Temel haklar etki değerlendirmesi, ISO/IEC 42005 etki değerlendirmesi ve veri koruma etki değerlendirmesi üç ayrı belgedir. Hangisi kimi bağlar, ne zaman gerekir, hangi tarihte yürürlüğe girer ve pratikte nasıl birlikte yürütülür?

• 13 Ağu 2026Adalet Denetimi Pratikte: Bir Modeli Gerçekten Nasıl Denetlersiniz (ve Denetimler Neden Tiyatroya Dönüşür)?7 dk
• 13 Ağu 2026Yapay Zekâ Olay Bildirimi ve Piyasaya Arz Sonrası İzleme: 15 Gün, 10 Gün, 2 Gün6 dk
• 13 Ağu 2026Veri Kökeni ve Eğitim Verisi Lisanslama: Veri Setinizin Nereden Geldiğini Kanıtlayabiliyor musunuz?6 dk
• 13 Ağu 2026Veri Sözleşmeleri: ML Boru Hattınızı Sessizce Bozan Şema Değişikliklerini Durdurmak7 dk
• 13 Ağu 2026Veri Seti Belgelendirme (Datasheets for Datasets): Model Kartının Eksik Yarısı6 dk
• 13 Ağu 2026Etiketleyici Uyumu ve Değerlendirici Güvenilirliği: Kappa, Alpha ve LLM Hakemi Doğrulamak8 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

  Modelin uydurmasını engelleyip cevapları gerçek belgelere dayandıran 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, izleme ve sürekli dağıtım.

Yolculuk

1. Eğitim

   ODTÜ Bilgisayar Mühendisliği

   Orta Doğu Teknik Üniversitesi Bilgisayar Mühendisliği’nde algoritmalar, bilgisayar bilimleri ve sistem tasarımı üzerine sağlam bir mühendislik temeli edindim.

2. Deneyim

   Bilgisayar ve yapay zeka mühendisliği

   Bilgisayar ve yapay zeka alanında mühendislik deneyimi biriktirdim; sistem mimarisi ve ürün geliştirme üzerine çalıştım.

3. Fikir

   İhtiyaçtan ürün fikrine

   Hukuk alanındaki gerçek bir ihtiyaçtan yola çıkarak bir sorunu, hukuk profesyonellerine değer katacak bir ürün fikrine dönüştürdüm.

4. 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.

5. Bugün

   Türkçe hukuk için yapay zeka

   Türkçe hukuk diline özel LLM ve RAG mimarileri geliştiriyor, kurucu ortağım İsmail Tarık Şenkal ile ekibi büyütüyorum.