Shayan

Berufserfahrung

Juni 25 – HeuteIstanbul, Türkei

KI-Ingenieur

Kuika

.NET 8

React

Next.js

PostgreSQL

PythonApache KafkaSAMv3YOLOv8

Aufbau einer mandantenfähigen, konfigurationsgetriebenen MCP-Gateway- und LLM-Agenten-Plattform (.NET 8, Next, React 18, PostgreSQL); 60+ Unternehmenssysteme (SAP, ERP, CRM, HR, SQL) werden über eine Plug-in-Connector-Architektur als agentenaufrufbare Tools bereitgestellt
NLP-basierter agenter Code-Orchestrator mit eigenen MCP-Tools — Nutzer beschreiben App-Features und bauen sie automatisch auf der Kuika-Low-Code-Plattform auf (Frontend + Backend in Eigenverantwortung)
No-Code-Plattform, die Live-Videostreams über Drag-and-Drop-Pipelines in umsetzbare Geschäftseinblicke verwandelt
Stack: SAMv3-Segmentierung, YOLOv8-Erkennung, DINOv3 Self-Supervised Learning, StrongSORT-ROI-Tracking, Apache Kafka (+34% Verarbeitungseffizienz)

Juni 24 – Mai 25Utrecht, Niederlande

Junior Software-Entwickler

DodoLabs

React

Next.js

Express.jsOpenAI API

Leitung der Entwicklung von Chat- und E-Mail-Anwendungen zur Verwaltung von Airbnb-Kunden mit React, Next.js und Express.js; Nutzerbindung um 30% gesteigert
Automatisierung des Kundensupports mit einem KI-Chatbot über die OpenAI Assistants API; Antwortzeiten um 50% verkürzt

Aug 24 – Sept 24Ankara, Türkei

Junior Software-Entwickler

Turboard E-Kalite

Vue.js

Node.js

PythonLangChain

Entwicklung von Business-Intelligence- und Datenanalyse-Anwendungen für Unternehmenskunden mit Vue.js und Node.js; Effizienz um 20% gesteigert
Optimierung LangChain-basierter LLM-Datenpipelines mit Python; Effizienz der Datenerfassung um 40% erhöht

Jan 24 – Feb 24Ankara, Türkei

Studentischer Forschungsassistent

Bilkent University

PythonMachine LearningDev2vec

Analyse der Verwendung von KI-generiertem Code in GitHub-Repositories
Einsatz von Machine-Learning- und Dev2vec-Algorithmen zur Erzeugung von Vektor-Embeddings

Juni 23 – Sept 23Ankara, Türkei

Software-Teamleiter

Neostellar

PythonNavio2GPS Modules

Leitung eines Teams von 5 Ingenieuren zur Entwicklung von UAV-Flugsteuerungssystemen
Einsatz von Python, Navio2-Autopilot-Karten und Adafruit Ultimate GPS Breakout für unbemannte Luftfahrzeuge

Projekte

Maschinelles Lernen

NeuraSpec: MS-Läsionserkennung und -verfolgung

Mein solo entwickelter Nachfolger von LesionLens — dem Abschlussprojekt mit der Neurologie des Hacettepe-Krankenhauses, aus dem unser ECTRIMS-2025-Abstract hervorging (siehe Forschung). KI-gestützte Erkennung, volumetrische Messung und Langzeitverfolgung von MS-Läsionen in MRT-Aufnahmen von Gehirn und Wirbelsäule, mit einem vierteiligen Cornerstone3D-Viewer.

React · TypeScript · Cornerstone3D · FastAPI · PyTorch · MONAI

Mobile App

CrewOK: Offline-Erdbebenkommunikation

Bluetooth-Mesh-Nachrichten für die ersten Stunden nach einem Erdbeben. Telefone leiten Nachrichten weiter, wenn die Funkmasten ausgefallen sind — ohne Netz.

React Native · Expo · TypeScript · Supabase · Bluetooth LE

Robotik

Dynamisches Objektwerfen mit RRT-Pfadplanung

Robotik-Projekt: ein Wurf-und-Fang-System mit visuellem Tracking, RRT-Bewegungsplanung und Simulationswerkzeugen für Mehrrobotor-Koordination.

Python · RRT · Robotic Library

Full Stack

Bilkent Campus Connect

Web-Anwendung, die Studierende im Kurs CS319 vernetzt, gebaut mit dem MERN-Stack.

MongoDB · Express.js · React · Node.js

KI-Werkzeuge

CommitSense

VS-Code-Erweiterung, die Commit-Nachrichten aus Code-Diffs mithilfe von LLMs erzeugt.

JavaScript · LLMs · VS Code API

Bodenkontrollsysteme

AvASys Bodenkontrollsystem

Mit PySide6 und Adafruit Ultimate GPS entwickelte Flugsteuerungssoftware zur Überwachung und Steuerung unbemannter Luftfahrzeuge.

Python · Pyside6 · Arduino · Adafruit

Forschung

Multi-Agenten-Systeme & Bewegungsplanung

2024

Bilkent-Universität·Studentische Forschung

Robotik-Forschung zu Mehragenten-Koordination und Bewegungsplanung.

BetreuerDr. Ozgur Salih Oguz
MitforscherHuzaifa Salahuddin

Automatisierte Läsionserkennung in Hirn-MRTs

2025

ECTRIMS 2025·Abstract P1449

Beitrag aus dem LesionLens-Projekt, eingereicht beim ECTRIMS-Komitee. Läsionserkennung und Bildanalyse in Hirn-MRTs mittels CNNs, in Zusammenarbeit mit der Neurologie des Hacettepe-Krankenhauses.

Abstract lesen