FLY AI

Havacılık tedariğinde gelen e-postadan teslimata; LLM ile parse edilen RFQ'lar, gece çalışan teklif eşleştirme, tek ekranda operasyon.

Sahiplik: Şirket · ekip · AI PORT
Rol: Teknik lider — mimari, LLM pipeline'ları, backend, DevOps
Ekip: 4 geliştirici · 14 ay
Dönem: Kas 2024
Bağlantıyı aç: Canlı ↗

https://flyai.tr№ 002

Bağlam

Havacılık parça tedariğinde bir sipariş, tedarikçiye giden bir RFQ e-postasıyla başlar; teklif, proforma fatura, satın alma emri, ödeme, lojistik ve gümrükle devam eder. Bu zincir çoğu firmada e-posta, Excel ve ILS gibi parça sorgu sistemleri arasında bölünmüştür. FLY AI zinciri tek bir operasyon ekranında birleştirir ve en pahalı iki adımı otomatikleştirir: gelen talebin yapılandırılması ve tekliflerin eşleştirilmesi.

Kısıtlar

Talepler yapılandırılmamış ekler (PDF, Excel, serbest metin) olarak gelir; model çıktısı iş kurallarına güvenilir biçimde bağlanmalı.
Aynı siparişte birden fazla para birimi; satın alma, finans ve lojistik için farklı yetki seviyeleri (JWT + 2FA).
Collins Aerospace, Honeywell, Safran gibi OEM'lerle çalışan müşteriler; kurumsal güvenlik ve denetlenebilirlik pazarlık konusu değil.

Mimari

E-postadan ekrana: parse et → sorgula → sakla → gece eşleştir → sihirbazda göster.

LLM parse pipeline'ı Python; frontend Next.js (shadcn/ui, TanStack Query); backend Java 17 / Spring Boot 3 üzerinde REST API'ler ve yüksek hacimli kurumsal kayıtlar için MongoDB. Dev / QA / Prod ortamları Docker ile ayrık, Nginx reverse proxy arkasında; her birleşme Git CI/CD ile QA'ya çıkar.

§ Karar günlüğü

Karar	Alternatif	Neden
01RFQ'lar e-postadan otomatik alınır, ekler LLM ile parse edilip yapılandırılır	Operasyon ekibinin RFQ'ları elle girmesi	Havacılıkta talepler PDF/Excel ekli e-postalarla gelir; yapılandırılmamış eki modele parse ettirmek veri girişini ortadan kaldırdı ve ILS parça sorgularının programatik tetiklenmesini mümkün kıldı.
02Teklif eşleştirme gece çalışan arka plan pipeline'ında	Kullanıcı ekranı açınca eşzamanlı hesaplama	Çok kaynaklı tedarikçi teklifleri saatler içinde birikiyor; gece toplu değerlendirme hem maliyeti düşürdü hem de sabah ekranın hazır bir eşleşmeyle açılmasını sağladı.
03Tüm ticaret akışı tek ekran, işlem sihirbazlarıyla (RFQ · Teklif · PI · PO · nakliye)	Her adım için ayrı modül ve ayrı liste	Operasyon bir siparişin nerede takıldığını üç ekran gezmeden görmeli; sihirbaz her adımın hangi veriyi zorunlu kıldığını arayüze gömüyor.
04Java 17 / Spring Boot 3 backend + MongoDB, Next.js frontend	Tek Node.js monoliti	Kurumsal kayıt hacmi ve uzun ömürlü iş kuralları için tipli, olgun bir backend; belge tabanlı şema RFQ eklerinin değişken yapısına uydu.
05Dev / QA / Prod ayrık Docker ortamları, Nginx reverse proxy, Git CI/CD	Tek sunucuya elle deploy	4 kişilik ekipte her birleşmenin QA'da doğrulanabilmesi gerekiyordu; ortam eşitliği olmadan gece pipeline'ları test edilemezdi.

§ Sonuç

−%60
Teklif hazırlama süresi (aiport.tr): +%30
Sprint iş çıktısı (AI destekli geçişler): 40+
Yeniden yapılandırılan alan modülü: 4 kişi · 14 ay
Ekip · süre

§ Geriye bakış

Bugün farklı ne yapardım

TODO: Bugün farklı ne yapardın? (ör. LLM parse çıktısını daha erken şemaya bağlamak, gece pipeline'ını olay tabanlı yapmak, gözlemlenebilirliği ilk günden kurmak…)