HIK.
Volver al portafolio
CV completo (PDF)

Guardar como PDF abre el diálogo de impresión; elija "Guardar como PDF". El resumen cabe en una página A4.

Resumen del candidato

Halil İbrahim Kurnaz

AI Software Engineer · Estambul, Turquía

Soy un AI Software Engineer especializado en ecosistemas de IA agéntica, arquitectura backend y plataformas GenAI listas para producción. Diseño pipelines RAG escalables, orquestaciones multi-agente y flujos de tool-calling robustos que convierten las capacidades de los LLM en productos reales de nivel empresarial.

Experiencia

  • Participante del Bootcamp de Product Management · TurkNetSeptiembre 2026 a Noviembre 2026
  • Backend AI Engineer Intern · FlyRank AIJunio 2026 a Septiembre 2026
  • AI Engineer · AI Business SchoolNoviembre 2025 a Febrero 2026
  • Business Analyst & Conversational AI Designer · CBOTOctubre 2024 a Enero 2025
  • Becario, Programa de Prácticas Flo Gen Digital · FLO GroupAgosto a Septiembre 2026
  • Becario, Programa de Prácticas Online QNB 101 · QNB TürkiyeAgosto a Septiembre 2026

Proyectos destacados

  • FlowOne: Plataforma de Orquestación de Agentes de IA · Lead Architect & DeveloperArquitecto principal de una plataforma SaaS AI-native con Agent Studio, Workflow Studio y Voice AI.https://useflowone.com/
  • PinMind: Framework de Orquestación Multiagente · Creator & MaintainerUn framework basado en LangGraph para el enrutamiento, la planificación y la orquestación de tareas de agentes conscientes del contexto.https://github.com/hhalilikurnaz/pinmind-web
  • Drone Fire Watch: Detección Aérea de Fuego y Humo · Graduation ProjectProyecto de fin de grado: un detector YOLOv8-L entrenado con el dataset D-Fire de 21K imágenes (precision, recall y mAP50 ≈ 0.80), servido con FastAPI a un panel de operaciones en React y a un reportero de campo en Streamlit.https://github.com/hhalilikurnaz

Habilidades

IA & Sistemas Agénticos
LLMs & Agentic AI, RAG Architectures, LangGraph, Tool-Calling, Prompt Engineering, Deep Learning, Computer Vision, ElevenLabs & Twilio
Backend
Python, Node.js, FastAPI, SQL, Java, C/C++
Frontend
React, TypeScript, JavaScript, Flutter, Next.js
Infraestructura
Docker, PostgreSQL, MongoDB, Alembic, Cloudflare R2, CI/CD, Vercel

Formación

Licenciatura en Ingeniería de SoftwareUniversidad de Estambul Aydın · Graduado en 202614 certificados (IA, nube, datos), verificables en el portafolio

Preguntas de entrevista sugeridas

  1. FlowOne promete que una caída del proveedor nunca pierde una petición. ¿Qué le pasa a una petición cuando la API del modelo devuelve 503?
  2. ¿Cómo se aísla la recuperación por cliente en la capa pgvector de FlowOne y cómo lo probaría en un test?
  3. Drone Fire Watch alcanzó un mAP50 ≈ 0,80. ¿Qué lo limitó y qué falsos positivos fueron más difíciles de eliminar?
  4. Su sistema de jobs usa idempotencia con bloqueos y 3 reintentos con backoff. ¿Qué pasa si un worker muere con el bloqueo tomado?
  5. Este portafolio divide el análisis de encaje en cuatro agentes con respaldo offline. ¿Por qué agentes y no un solo prompt, y cuánto cuesta?
Generado a partir del contenido actual del portafolio. Casos de estudio, certificados y cartas de recomendación: vea el portafolio.