Ercan Ermis

Je suis Ercan Ermis. Ingenieur senior en plateforme cloud, base aux Pays-Bas. J’ecris ici sur l’IA, les LLMs, les agents et le travail d’ingenierie necessaire pour les mettre en production.

Comment j’en suis arrive la

Le premier ordinateur de ma vie etait un Amstrad avec deux lecteurs de disquettes 5,25 pouces, Floppy A et Floppy B, achete par mon pere en 1986 pour son entreprise. Le declic reel s’est produit en 1998, en quatrieme annee, quand mon enseignant a installe Linux sur une des machines Windows 95 du laboratoire informatique de l’ecole et a dit “ca c’est Linux, c’est du logiciel libre”. Puis Pac-Man est apparu sur cet ecran noir et c’etait fini pour moi.

Pourquoi cette chose fonctionne. Comment fonctionne-t-elle vraiment. Que puis-je lui faire faire d’autre. Comment lui faire faire ca differemment. Plus de trente ans plus tard, je pose toujours ces quatre questions et je suis toujours au clavier. Les heures devant un ordinateur ont toujours ete l’endroit ou je me sens le plus a l’aise et le plus en paix. Le travail sur l’IA sur ce site est la continuation de cette meme curiosite, avec un nouveau jeu de primitives.

Les articles de ce site proviennent de systemes de production reels et de projets personnels, pas de presentations. Reduire de 90 pour cent les couts de Bedrock Knowledge Base en migrant d’OpenSearch Serverless. Les primitives agentiques annoncees a re:Invent. Ce que Kiro change pour la boucle de developpement. Le motif derriere S3 Vectors. Chaque article montre a quoi le travail a reellement ressemble, avec les chiffres et les modes de defaillance.

Ou cela s’inscrit

L’IA avance vite. La couche de hype avance plus vite. J’ecris pour les ingenieurs qui savent deja ce qu’est un embedding, qui ont deja deploye un appel LLM en production, et qui veulent le compromis, le chiffre de cout ou le mode de defaillance qui n’est pas entre dans la keynote de lancement.

Le parti pris est pour :

  • Des chiffres reels issus de charges reelles, pas de benchmarks synthetiques.
  • Des patterns conscients des couts. La consommation de tokens, le stockage vectoriel, la latence d’inference comptent tous.
  • Une analyse honnete des modes de defaillance. Ce qui casse a l’echelle. Ce qui ne survit pas a un lundi.
  • L’hygiene d’ingenierie appliquee a l’IA. Meme revue, meme observabilite, meme reflexion sur le rayon d’impact.

Credentials et communaute

  • Ingenieur senior en plateforme cloud avec plus de 7 ans sur AWS.
  • AWS Certified Solutions Architect, Associate.
  • AWS Community Builder depuis 2022.
  • Organisateur du chapitre de Rotterdam pour Claude Community NL. Suivez le meetup de Rotterdam sur meetup.com/claude-rotterdam, premier evenement a venir.
  • Fondateur de Izmir Yazilim Agi (1 239 membres, 57 evenements).

Site jumeau

Pour des actualites IA selectionnees, des liens et des bulletins commentes, voir news.ercan.ai. Ce site (ercan.ai) est dedie aux notes de terrain long format ; news.ercan.ai est le flux court format.

Autres ecrits

Conseil et advisory

Je prends un petit nombre de missions de conseil en IA et ML applique. J’aime ce travail. Il me maintient dans de vraies contraintes de production, la ou naissent les motifs utiles.

Comment je travaille avec les equipes :

  • Advisory plateforme IA/ML. Votre equipe depasse la phase prototype et a besoin d’une fondation securisee et adaptee aux couts pour les charges LLM. Bedrock, SageMaker, stockage vectoriel, routage d’inference, guardrails. J’aide a concevoir l’architecture et le modele operatif autour.
  • Développement par projet. Vous avez une fonctionnalite IA specifique ou un pipeline a livrer. Je le construis avec votre equipe, transfere la propriete et documente les modes de defaillance pour ne pas les redecouvrir au prochain trimestre.
  • Optimisation des couts AWS pour les charges IA. Bedrock Knowledge Base, OpenSearch Serverless, debit provisionne. La plupart des equipes paient 60 a 90% de trop parce que le modele de tarification n’est pas evident. Je trouve le gaspillage, restructure la pile et vous remets le tableau de bord des couts.

La surface plus large sur laquelle je conseille, au cas ou la forme de votre probleme depasserait l’IA : AWS, architecture cloud, pipelines CI/CD, Linux, outillage GitHub et GitLab, Terraform, Kubernetes et EKS, observabilite, optimisation des couts et migration. Les charges IA reposent sur cette pile ; en pratique les deux ne font qu’une seule mission, pas deux.

Des missions courtes et ciblees. Si ce que vous construisez recoupe les sujets de ce site, contactez-moi sur LinkedIn. Dites-moi ce que vous essayez de livrer et a quoi ressemble le goulot d’etranglement.

A lire ensuite