Problem → Çözüm
Problem
Operasyon merkezi yüzlerce dark store’u ayrı ayrı panolardan izliyor; bir depoda toplama kuyruğu şiştiğinde fark edildiğinde geç teslimatlar çoktan başlamış oluyor. Müdahale (sipariş yönlendirme, teslimat alanı daraltma, ek personel) hep reaktif.
Çözüm
Depo Isı Haritası; her deponun sipariş kuyruğunu, toplayıcı ve kurye doluluğunu, stok sağlığını ve teslimat sürelerini tek bir “yük skoru”nda birleştirir ve harita üzerinde canlı gösterir. Kısa vadeli tahmin modeli 15-30 dk sonraki tıkanmaları öngörür ve aksiyon önerir.
Temel özellikler
Yapay zeka nerede devreye giriyor?
Gerçek zamanlı akışta Temporal Fusion Transformer kısa vadeli yük tahmini yapar; kural + ML hibrit karar katmanı aksiyonları önerir, kritik aksiyonlar operatör onayı ister.
- Flink ile 10 sn’lik pencerelerde depo feature’ları; TFT (PyTorch Forecasting) ile 15/30 dk ileri yük skoru, MAE 6,2 puan
- Isolation Forest ile anormal depo davranışı (ör. toplayıcı terminali çökmüş, sipariş akışı durmuş)
- Aksiyon önerici: geçmiş müdahalelerin etkisinden öğrenilmiş uplift modeli; yarıçap daraltma gibi aksiyonlar operatör onaylı
Nasıl çalışır?
Stack
Arayüz
Backend
AI / ML
Veri
Altyapı & DevOps
Pazarlama & lansman
Başarı metrikleri (hedef)
MVP yol haritası
Bir fikri production’a taşırken ilk sorum şu: ölçülebilir mi ve mevcut sistemi bozmadan nasıl açılır? Yaklaşık 4 yıl, ayda yüz milyonlarca CDN isteği alan bir embed script üzerinde çalıştım. Kademeli geçiş ve gerçek test kapsamı benim için vazgeçilmez. Remote çalışmaya hazırım.