Melek Özalp

LLM değerlendirme, RAG sistemleri, çok modlu belge anlama, OCR ve çıkarım optimizasyonu alanlarında uygulamalı deneyime sahip Yapay Zeka Mühendisi. Python, vektör veritabanları, açık kaynaklı LLM'ler ve vLLM kullanarak uçtan uca yapay zeka değerlendirme ve erişim boru hatları oluşturma konusunda deneyimli. Üretime hazır LLM uygulamaları, ajanlı yapay zeka sistemleri ve ölçeklenebilir yapay zeka hizmetleri geliştirmeye ilgi duymaktadır.

Yapay Zeka Mühendisi Stajyeri - Fabrikod AI - Remote, Türkiye

(2026-07 - 2026-08)

• Taranmış PDF'ler, yapılandırılmış tablolar ve karmaşık Türkçe belgeler içeren büyük ölçekli belge anlama boru hatları için çok modlu OCR/VLM modellerinin değerlendirilmesi.
• NVIDIA GPU'lar üzerinde vLLM ile açık kaynaklı görsel-dil modellerinin dağıtımı ve kıyaslanması; doğruluk, gecikme, halüsinasyon ve belge düzeni hata vakalarının analizi.
• Heterojen belgelerden güvenilir yapılandırılmış bilgi çıkarımı için istem ve değerlendirme iş akışlarının geliştirilmesi.

Yapay Zeka Mühendisi Uzun Dönem Stajyeri - Turkcell Technology - İstanbul, Türkiye

(2025-10 - 2026-06)

• Kurumsal RAG sistemleri için geç parçalama esinli bir bağlam erişim iş akışı tasarlandı; otomatik oluşturulan soru-cevap çiftleri aracılığıyla parçalama stratejilerini sistematik olarak karşılaştırmak için ChromaDB kullanılarak uçtan uca bir değerlendirme boru hattı oluşturuldu ve erişim başarısı %3,8 artırıldı.
• Verimli model sunumu ve çıkarım optimizasyonu için vLLM'den yararlanılarak özel OCR modelleri (örn. PaddleOCR, DeepSeek-OCR) ve çok modlu mimariler değerlendirilip kıyaslandı; bu süreç dots.mocr'un seçilmesiyle sonuçlandı.
• TurkBench çerçevesi kapsamında çeşitli açık kaynaklı LLM'ler (Qwen3.5 ve GPT-OSS-120B dahil) kıyaslanarak değerlendirildi; üretim dağıtım kararlarına yol göstermek amacıyla çıkarım metrikleri ve alana özgü kıyaslamalar analiz edildi.

Lisans - Endüstri Mühendisliği - Antalya Bilim University (2026)