About
Background
AI/ML Engineer with a background in Electrical and Electronics Engineering, specializing in Deep Learning and Computer Vision. I work at the intersection of model efficiency and real-world deployment — designing, training, and optimizing neural networks with a focus on speed-accuracy trade-offs.
Currently
Researching knowledge distillation applied to transformer-based object detectors (RT-DETR) as part of Stanford's CS229 curriculum — comparing Logit-KD and Feature-KD strategies across a 12-configuration ablation grid on COCO.
Focus Areas
- Object Detection
- Model Compression
- Knowledge Distillation
- Embedded AI
- RLHF
- CUDA Optimization
Tech Stack
Open to roles in Applied AI Research, Computer Vision Engineering, or MLOps.
Reach me at [email protected]
Hakkımda
Elektrik-Elektronik Mühendisliği altyapısıyla derin öğrenme ve bilgisayarlı görü alanında uzmanlaşmış bir AI/ML Mühendisiyim. Model verimliliği ve gerçek dünya dağıtımının kesişim noktasında çalışıyor; özellikle hız-doğruluk dengesi üzerine yoğunlaşıyorum.
Güncel Çalışma
Stanford CS229 kapsamında transformer tabanlı nesne dedektörlerine (RT-DETR) uygulanan bilgi damıtma tekniklerini araştırıyorum — COCO veri seti üzerinde 12 konfigürasyonluk bir ablasyon grid'i ile Logit-KD ve Feature-KD stratejilerini karşılaştırıyorum.
Odak Alanları
- Nesne Tespiti
- Model Sıkıştırma
- Bilgi Damıtma
- Gömülü Yapay Zeka
- RLHF
- CUDA Optimizasyonu
Teknik Yığın
Applied AI Research, Computer Vision Mühendisliği veya MLOps pozisyonlarına açığım.
İletişim: [email protected]