Problem → Çözüm
Problem
Kurye kazaları hem insan sağlığı hem sigorta maliyeti açısından en büyük operasyonel risk. Ani fren, hız ihlali ve sürüş sırasında telefon kullanımı ölçülmediği için müdahale ancak kazadan sonra yapılabiliyor.
Çözüm
Kurye Güvenlik Koçu, kurye uygulamasındaki ivmeölçer, jiroskop ve GPS verisinden sürüş olaylarını tespit eder, her kurye için haftalık güvenlik puanı üretir. LLM tabanlı koç, kuryeye kendi verisine dayalı kısa ve yargılamayan öneriler verir; iyi puanlar prim ile ödüllendirilir.
Temel özellikler
Yapay zeka nerede devreye giriyor?
Sensör zaman serisinde 1D-CNN olay sınıflandırıcısı çalışır; XGBoost risk modeli kaza olasılığını tahmin eder, LLM koçluk mesajını kişiselleştirir.
- PyTorch 1D-CNN (50 Hz IMU pencereleri) ile ani fren/viraj/çukur ayrımı; F1 0,91, cihaz üstü TFLite
- XGBoost ile 30 günlük kaza olasılığı (olay sıklığı, saat, bölge, deneyim); AUC 0,82
- GPT-4o-mini ile koçluk mesajı: puan + olay özetinden structured output, ton ve yasaklı ifade guardrail’i
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.