ملخص المرشح
خليل إبراهيم كورناز
AI Software Engineer · إسطنبول، تركيا
أنا مهندس برمجيات ذكاء اصطناعي متخصص في أنظمة الذكاء الاصطناعي الوكيلية وهندسة الواجهة الخلفية ومنصات GenAI الجاهزة للإنتاج. أصمم خطوط RAG قابلة للتوسع، وتنسيقات وكلاء متعددة، وتدفقات tool-calling قوية تحوّل قدرات نماذج اللغة الكبيرة إلى منتجات حقيقية بمستوى المؤسسات.
الخبرة
- مشارك في معسكر إدارة المنتجات · TurkNetسبتمبر 2026 إلى نوفمبر 2026
- متدرب Backend AI Engineer · FlyRank AIيونيو 2026 إلى سبتمبر 2026
- AI Engineer · AI Business Schoolنوفمبر 2025 إلى فبراير 2026
- Business Analyst & Conversational AI Designer · CBOTأكتوبر 2024 إلى يناير 2025
- متدرب، برنامج Flo Gen Digital للتدريب · FLO Groupأغسطس إلى سبتمبر 2026
- متدرب، برنامج QNB 101 للتدريب عبر الإنترنت · QNB Türkiyeأغسطس إلى سبتمبر 2026
أبرز المشاريع
- FlowOne: منصة تنسيق وكلاء الذكاء الاصطناعي · Lead Architect & Developerالمهندس الرئيسي لمنصة SaaS أصيلة للذكاء الاصطناعي تضم Agent Studio وWorkflow Studio وVoice AI.https://useflowone.com/
- PinMind: إطار عمل تنسيق الوكلاء المتعددين · Creator & Maintainerإطار عمل قائم على LangGraph لتوجيه الوكلاء الواعي بالسياق والتخطيط وتنسيق المهام، مع تدفقات عمل قابلة لإعادة الاستخدام وذاكرة مشتركة وطبقة تكامل أدوات قابلة للتوسيع للتنفيذ المستقل متعدد الخطوات.https://github.com/hhalilikurnaz/pinmind-web
- Drone Fire Watch: كشف جوي للحرائق والدخان · Graduation Projectمشروع التخرج: كاشف YOLOv8-L مدرَّب على مجموعة بيانات D-Fire ذات 21 ألف صورة (precision وrecall وmAP50 ≈ 0.80)، يُقدَّم عبر FastAPI إلى لوحة عمليات React ومُبلِّغ ميداني مبني بـStreamlit.https://github.com/hhalilikurnaz
المهارات
- الذكاء الاصطناعي والأنظمة الوكيلية
- LLMs & Agentic AI, RAG Architectures, LangGraph, Tool-Calling, Prompt Engineering, Deep Learning, Computer Vision, ElevenLabs & Twilio
- الواجهة الخلفية
- Python, Node.js, FastAPI, SQL, Java, C/C++
- الواجهة الأمامية
- React, TypeScript, JavaScript, Flutter, Next.js
- البنية التحتية
- Docker, PostgreSQL, MongoDB, Alembic, Cloudflare R2, CI/CD, Vercel
التعليم
بكالوريوس في هندسة البرمجياتجامعة إسطنبول آيدن · تخرج 202614 شهادات (ذكاء اصطناعي، سحابة، بيانات) يمكن التحقق منها في الملف
أسئلة مقابلة مقترحة
- يعد FlowOne بألا يضيع أي طلب عند تعطّل المزوّد. ماذا يحدث لطلب واحد عندما تعيد واجهة النموذج 503؟
- كيف يُعزل الاسترجاع لكل عميل في طبقة pgvector في FlowOne، وكيف تثبت ذلك باختبار؟
- بلغ Drone Fire Watch قيمة mAP50 ≈ 0.80. ما الذي حدّه، وأي الإيجابيات الكاذبة كان أصعب إزالة؟
- يستخدم نظام المهام لديك عدم تكرار قائمًا على الأقفال و3 محاولات مع تراجع. ماذا يحدث إذا تعطّل عامل وهو يحمل القفل؟
- يقسّم هذا الملف تحليل التوافق إلى أربعة وكلاء مع بديل غير متصل. لماذا وكلاء بدل أمر واحد، وما الكلفة؟