Zahit Egemen İm — yazılımcı ve full‑stack geliştirici
Fikirleri sade, hızlı ve uzun ömürlü ürünlere dönüştürüyorum.
Yaklaşık beş yıldır yazılım geliştiriyorum. Laravel ve Next.js ile SaaS ürünleri, e‑ticaret siteleri ve yönetim panelleri yapıyorum; son projelerimde yapay zekâ ve IoT de var.
Projeler
Marka Takip Sistemi
SaaS · 2026
Resmî marka bültenlerini otomatik tarayan, tescilli markalara harf ve ses açısından benzeyen başvuruları yakalayıp SMS ve e-postayla bildiren abonelik platformu. İtiraz süreci tek tıkla başlıyor.
- Next.js
- React
Akıllı Sulama Sistemi
IoT · Güneş enerjili sulama · 2026
Güneş enerjili bir tarla sulama sistemini yöneten, sahadaki gerçek cihazlardan sürekli veri alan kontrol paneli. Basınç emniyet kilidi, sulama programları ve canlı izleme içeriyor.
- Laravel
- Livewire
- Filament
- Docker
- Pest
No-Waste
Pazar yeri · Yapay zekâ · 2026Geliştiriliyor
Gıda israfına karşı bir pazar yeri. Gemini, satıcının yüklediği fotoğraftan kategoriyi ve piyasa değerini tahmin ediyor; satış fiyatı bu değerin %30'unu aşamıyor.
- Laravel
- Filament
- Gemini API
- Pest
Esste Home Design
Marka sitesi · 2026
Modoko'daki bir mobilya markası için ürün grupları, koleksiyonlar ve takımlar etrafında kurgulanmış katalog sitesi.
- Laravel
Nebatat Baharat
E-ticaret · 2025
Baharat ve bitkisel ürünler için sıfırdan geliştirdiğim e-ticaret sitesi: gram ve litre bazında satış, özel yönetim paneli, analitik ve güçlü SEO.
- Laravel
- MySQL
- Tailwind CSS
- Alpine.js
Neler yapıyorum
Web uygulamaları ve SaaS
Laravel ya da Next.js ile kullanıcı hesabı, abonelik ve otomasyon içeren ürünler.
Kurumsal site ve e-ticaret
Hızlı açılan, aramalarda bulunan ve kolayca yönetilen web siteleri.
Yönetim panelleri
Filament ya da size özel arayüzlerle sipariş, içerik ve veri yönetimi.
Yapay zekâ entegrasyonu
LLM API'leriyle içerik üretimi, sınıflandırma ve akıllı özellikler.
IoT ve canlı veri
Sensör verisini toplayan, gösteren ve otomasyona çeviren paneller.
Veri ve makine öğrenmesi
Python ile veri analizi, raporlama ve tahmin modelleri.
Makine öğrenmesi
Makine öğrenmesini öğrenirken gerçek veri setleri üzerinde kurduğum modeller.
- Konut fiyatı tahminiKeşifsel veri analizi ve GridSearchCV ile hiperparametre optimizasyonu yapılmış karar ağacı regresyonu. R² skoru %98.scikit-learn · GridSearchCV
- Hastalık riski sınıflandırmasıAnket verisinden akciğer kanseri riskini sınıflandıran model: veri temizleme, korelasyon analizi ve model karşılaştırması. Lojistik regresyonla %96 doğruluk.scikit-learn · seaborn · LazyPredict
- github.com/zegemenimTüm repolar
Notlar
Hakkında
Backend'de PHP ve Laravel, frontend'de Next.js ile çalışıyorum. Bir projenin veritabanı tasarımından yayına alınmasına kadar her aşamasını üstleniyorum; tasarımı, kodu ve sunucuyu tek elden yürütüyorum.
İyi bir arayüzün az şey söyleyip çok iş yapması gerektiğine inanıyorum. Bu yüzden önceliğim hep aynı: hız, okunabilirlik ve yıllar sonra bile rahatça bakımı yapılabilen kod.
Okulda kurduğum IEEE CIS öğrenci kolunda yapay zekâ, makine öğrenmesi ve veri bilimi üzerine etkinlikler ve atölyeler düzenliyoruz.
Kayıt
- wip:
Makine öğrenmesi üzerine çalışıyorumHEAD → main
- feat(ieee):
IEEE CIS İSTÜN öğrenci kolunu kurdum, kurucu başkanım
- feat(rf):
Amatör telsizci belgesi, çağrı işaretim TA1ZEI
- init(uni):
İSTÜN Bilgisayar Mühendisliği, %100 burslu
- feat(uav):
İHA-1 sportif/amatör pilot lisansı (SHGM)
- init:
İlk commit: HTML, CSS ve JavaScript
İletişim
Aklınızda bir proje mi var?
Yeni bir web sitesi, bir yönetim paneli ya da sıfırdan bir ürün. Freelance olarak dünyanın her yerinden müşterilerle uzaktan çalışıyorum. Kısaca anlatın, size dönüş yapayım.
@zegemenim