Proje İçeriği

AnkaLogs; bankacılık ana servislerimizde (Anka servisleri) oluşan üretim ortamı hatalarını ve performans düşüşlerini otonom şekilde inceleyen Agentic AI (Otonom Yapay Zeka Ajanı) tabanlı yerli altyapı çözümümüzdür. Sistem, izleme platformumuz Dynatrace'ten gelen alarm bildirimini canlı ortamda anlık girdi alarak süreci başlatır. Elasticsearch üzerinden ilgili servisin hata loglarını ve stack trace kayıtlarını çeker. Hatanın yapılandırma/altyapı kaynaklı mı yoksa uygulama kodundaki bir kusurdan mı kaynaklandığını anlamsal olarak ayrıştırır.

Ardından Azure DevOps entegrasyonu ile iki üretim canlı dağıtımı (build) arasındaki tüm commit geçmişini tarar; hatayla ilişkili olabilecek şüpheli kod değişikliklerini ve geliştiricileri tespit eder. LangGraph tabanlı agentic mimarisi sayesinde repository dosya ağacını otonom inceleyerek hangi kod dosyalarını okuyacağına kendisi karar verir; çağrı zincirini (call stack) takip ederek kök nedeni doğrudan gerçek kaynak koddan doğrular. Tüm bulgularını kanıtlarıyla birlikte Türkçe teknik bir analiz raporunda birleştirir. Sistem tamamen kurum içi (In-House) sunucularımızda çalıştığı için bankamızın kritik kaynak kodları ve verileri kesinlikle kurum dışına çıkmaz.

Projenin Amacı

Kurum içi Bilgi Teknolojileri operasyonel süreçlerini ve yazılım geliştirme yaşam döngüsünü (SDLC) baştan uca dönüştürmek ve iyileştirmek amacıyla geliştirilmiştir. Geleneksel olarak izleme ve yazılım ekiplerinin bir araya gelerek saatler sürebilen kriz masası toplantılarını, manuel log incelemelerini ve kod karşılaştırma eforlarını ortadan kaldırmıştır. Yapay zekâ ajanı, dakikalar seviyesinde otonom teşhis koyarak kriz ve bakım eforlarını minimize etmiştir.

Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)

Projenin en büyük inovasyonu; Türkiye finans sektöründe bir ilk olarak LangGraph üzerine kurulu durum yönetimli (stateful graph) "Agentic AI" (Otonom Yapay Zekâ Ajanı) mimarisinin canlı yazılım altyapı yönetiminde kullanılmasıdır. Sabit kurallara dayalı klasik izleme sistemlerinin aksine; AnkaLogs loglardan, commit geçmişinden ve kaynak koddan otonom kararlar vererek ilgili dosyaları tarar, bağlam penceresini (context window) dinamik olarak yönetir ve kök nedeni nokta atışı tespit eder.

Ayrıca, açık kaynak kodlu Büyük Dil Modelleri (GPT-OSS-120B ve Qwen3.6-35B) kullanılarak %100 In-House / Yerli sunucu ortamımızda çalıştırılması sayesinde sıfır veri sızıntısı riski ile mükemmel bir güvenlik ve teknolojik bağımsızlık sağlanmıştır.

Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)

Bilgi Teknolojileri Grubu, Temel Bankacılık Daire Başkanlığı, BT Operasyon ve İzleme Merkezleri, Sistem Yönetimi ve bankamız bünyesindeki tüm Yazılım Geliştirme Ekipleri.

Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?

Evet, bankamızın BT altyapılarında otonom yapay zekâ (Agentic AI) ve yerli yapay zekâ teknolojilerini yaygınlaştırma stratejisi doğrultusunda, projenin başlangıcından canlıya geçiş aşamasına kadar üst yönetimimizin tam desteği ve kaynak önceliği sağlanmıştır.

Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)

Evet, canlı ortam etki analizleri sonucunda; üretim ortamında oluşan teknik aksaklıkların ve performans düşüşlerinin kök neden tespit süreleri saatlerden dakikalar seviyesine düşürülmüştür. Nöbetçi yazılım geliştiricilerin ve BT izleme ekiplerinin üzerindeki stresli kriz eforları sıfırlanma noktasına getirilmiş; canlı sistem kesintilerinin (Downtime) ortalama çözüm süreleri (MTTR) kayda değer şekilde kısaltılarak servis kalitesi ve müşteri memnuniyeti en üst seviyeye çıkarılmıştır.

Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?

BT Temel Bankacılık ve Yapay Zekâ Mimari ekiplerimizden yaklaşık 6 kişilik multidisipliner uzman kadro aktif görev yapmıştır.

Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.

Tamamen bankamızın kendi iç kaynakları ve yetkin teknik kadrosu (in-house) tarafından yerli imkanlarla geliştirilmiştir.

Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)

Python, LangGraph Mimari Çerçevesi, Açık Kaynak Büyük Dil Modelleri (GPT-OSS-120B, Qwen3.6-35B), Dynatrace APM, Elasticsearch ve Azure DevOps API entegrasyonları.