Istanbul, Türkiye
Merhaba! Ben Musa Emir Doğan. Sufle'de Cloud & Platform Engineer olarak çalışıyorum. AWS production altyapılarını yönetiyor, Kubernetes ortamları kuruyor ve DevOps süreçlerini optimize ediyorum. AWS Certified Solutions Architect – Associate, AWS Certified CloudOps Engineer – Associate, AWS Certified AI Practitioner ve AWS Certified Cloud Practitioner sertifikalarına sahibim. İstanbul Aydın Üniversitesi'nde Yönetim Bilişim Sistemleri okuyorum ve 42 İstanbul'da yazılım eğitimi aldım. Terraform, Kubernetes, Docker, Machine Learning ve bulut teknolojileri alanlarında uzmanlaşıyorum. Projelerimi açık kaynak olarak GitHub'da yayınlıyorum: github.com/memirdogan Teknoloji dışında gitar çalmayı, üretmeyi ve insanlarla iletişim kurmayı çok seviyorum. 🎸 Her gün biraz daha öğrenmek, paylaşmak ve büyümek için buradayım.
Cloud & Platform Engineer olarak, ölçeklenebilir, güvenilir ve güvenli bulut altyapısını tasarlamak, uygulamak ve sürdürmek için ekiplerle yakın bir şekilde çalışıyorum. • AWS üzerinde bulut tabanlı mimariler tasarlamak ve işletmek. • Terragrunt ile AWS production altyapısını yönetme ve Infrastructure as Code iş akışlarını optimize etme • MSSQL veritabanını Amazon RDS'e migrate ederek operasyonel yükü ve maliyetleri %50 azaltma • Sıfırdan Kubernetes ortamı kurma: Karpenter, Metric-Server, Ingress Nginx, AWS Load Balancer Controller ve Cert-Manager entegrasyonu • Bitbucket CI/CD pipeline'ları ile microservices deployment'ını otomatikleştirme • New Relic'te logging, metrics ve alert sistemleri kurma, on-call rotasyonlarda performans izleme • Fluent Bit - OpenSearch log forwarding ve parsing geliştirerek log analytics yeteneklerini artırma • S3 static site migration'ında VPN, PrivateLink ve Route 53 Private Hosted Zone entegrasyonu • ECS blue/green deployment'lar ve production workload'lar için RDS Proxy troubleshooting • Müşteri taleplerinin teslimat süresini %50 azaltarak takım verimliliğini artırma
Sufle'deki stajım sırasında, bulut teknolojileri ve altyapı yönetimi üzerine pratik deneyim kazanma fırsatı buldum. AWS altyapısında güvenli, ölçeklenebilir ve yüksek performanslı çözümler geliştirmeye odaklandım. • Terraform kullanarak altyapı otomasyonu gerçekleştirmek ve yeniden kullanılabilir yapılandırmalar oluşturmak, • EC2, Load Balancer, NAT Gateway gibi AWS servislerini yapılandırarak, güvenli ve optimize edilmiş mimariler tasarlamak, • Nginx ve Python web sunucularını kullanarak statik dosyaların barındırılmasını sağlamak, • Kubernetes ile yerel ortamda cluster yönetimi ve Helm chart oluşturma üzerine çalışmalar yapmak, • Proje teslimlerinde Terraform state yönetimi ve versiyon kontrolü stratejileri uygulamak, • Mentor rehberliğinde DevOps süreçleri ve CI/CD otomasyonları hakkında derinlemesine bilgi edinmek.
RenaByte, Teknofest'e katılım amacıyla bir araya gelen, yenilikçi teknolojiler geliştirmeyi hedefleyen bir ekip olarak kuruldu. Bu süreç, takım olarak teknoloji odaklı çözümler üretirken, aynı zamanda takım çalışması, problem çözme ve etkili proje yönetimi konularında deneyim kazanmamıza olanak sağladı. Teknolojiler ve Deneyimler: • Projenin mimarisini tasarlayarak ölçeklenebilir ve güvenilir bir yapı oluşturulmasını sağladım. • Geliştirilen mimarinin cloud ortamında barındırılması ve yönetimi için gerekli altyapıyı kurdum. • Takım kaptanı olarak ekip üyeleri arasındaki iletişimi ve görev dağılımını koordine ettim. • Ekip motivasyonunu artırmak ve zaman yönetimini sağlamak için stratejik kararlar aldım. • Takımın hedeflere ulaşabilmesi için sprint planlamaları ve Agile metodolojisini etkin bir şekilde uyguladım. • Karşılaşılan teknik ve yönetimsel sorunlara çözüm bularak projenin başarıyla ilerlemesini sağladım.
Gizliliğin korunmasını sağlamak için öğrenci yazılarında kişisel olarak tanımlanabilir bilgileri (PII) tespit etmeye odaklanan bir Kaggle yarışmasında, DeBERTa mimarisine dayalı bir LLM (Büyük Dil Modeli) geliştirdim ve uyguladım. Öğrenci yazılarında kişisel olarak tanımlanabilir bilgileri (PII) tespit etmeyi amaçlayan bir Kaggle yarışmasında, otomatik bir çözüm geliştirmek için LLM ve DeBERTa modellerini kullandım. projem, PII'nin eğitim veri kümelerinden tanımlanmasını ve kaldırılmasını kolaylaştırmaya, öğrenme bilimi araştırmalarının ve eğitim araçlarının geliştirilmesinin ilerlemesine katkıda bulunmaya odaklandı. • Makine öğrenimi modelleri oluşturma ve geliştirme • Keşifsel veri analizi kodunun yazılmasında yer almak • Kaggle yarışmalarına katılmak • Kaggle yarışmalarında kullanılan bilgiler için araştırma Kullanılan Araçlar: Python, jupyter notebook