Side Project’ten Global Mobil Uygulamaya: PetSense AI ve BabyGen AI ile Öğrendiklerim

31 Ocak 2026

Uzun süredir akşamları ve hafta sonlarını ayırarak üzerinde çalıştığım iki mobil uygulamayı — PetSense AI ve BabyGen AI — global olarak Google Play’de yayınladım.
Bu yazıyı, bu sürecin teknik, ürün ve operasyonel tarafında karşılaştığım zorlukları ve öğrendiklerimi paylaşmak için yazıyorum.

Bu bir “başarı hikâyesi” yazısı değil.
Daha çok, side project → gerçek ürün yolculuğunun perde arkası.

Kısaca Uygulamalar

PetSense AI, evcil hayvanların ses ve video kayıtlarını analiz ederek davranış, ruh hali ve sağlıkla ilgili AI destekli içgörüler sunan bir mobil uygulama.

BabyGen AI ise ebeveyn adaylarının fotoğraflarını kullanarak, AI ile olası bebek yüzü görselleri üreten, tamamen merak duygusuna hitap eden bir ürün.

Teknik olarak benzer altyapıları paylaşsalar da, ürün olarak tamamen farklı problemleri çözüyorlar:

  • PetSense AI → açıklama ve güven gerektiren bir ürün

  • BabyGen AI → tek cümlede anlaşılan, merak odaklı bir deneyim

Bu fark, teknik kararları ve ürün stratejisini doğrudan etkiliyor.

Mimari ve Teknik Kararlar

Backend & Cloud

  • .NET tabanlı REST API’ler

  • Firebase Cloud Functions

  • Event-driven ve cost-aware bir yapı

AI tabanlı sistemlerde en kritik konu, her isteğin bir maliyeti olması.
Bu yüzden:

  • her analiz çağrısı kontrollü,

  • gereksiz tekrarlar engellenmiş,

  • sonuçlar mümkün olduğunca cache’lenmiş durumda.

“Çalışıyor” olması yeterli değil; sürdürülebilir olması gerekiyor.

Mobile (Flutter)

Flutter’ı tercih etmemin ana sebebi:

  • tek codebase,

  • platformlar arası tutarlılık,

  • hızlı iterasyon.

Ancak gerçek hayatta:

  • medya işleme,

  • dosya boyutları,

  • latency,

  • platform-specific edge case’ler

Flutter tarafında sürekli dikkat gerektiriyor.

AI Pipelines

PetSense AI tarafında:

  • audio & video preprocessing

  • model çağrıları

  • LLM tabanlı yorumlama katmanı

en zor denge şu oldu:

Accuracy vs Latency vs Cost

Mobil kullanıcı için:

  • doğru sonuç kadar

  • hızlı sonuç da önemli.

Global Ölçekleme ve Çok Dilli UX

Uygulamaları global pazara açmak, sadece metinleri çevirmek anlamına gelmiyor.

Karşılaştığım bazı zorluklar:

  • çok dilli UX tutarlılığı,

  • farklı kullanıcı beklentileri,

  • aynı özelliğin farklı ülkelerde farklı algılanması,

  • analytics verilerinin doğru yorumlanması.

Özellikle AI destekli ürünlerde, kullanıcıya ne yaptığını doğru anlatmak, en az model kadar önemli.

App Store & Google Play Gerçekleri

Google Play tarafında süreçler görece daha esnek ilerlerken,
App Store süreci neredeyse ayrı bir ürün gibi ele alınmak zorunda.

  • subscription kuralları,

  • metadata uyumu,

  • review geri dönüşleri,

  • edge case’ler

bir noktadan sonra koddan çok ürün ve süreç yönetimi gerektiriyor.

Bu da bana şunu tekrar hatırlattı:

Mobil uygulama geliştirmek, sadece yazılım geliştirmek değil.

Side Project’ten Gerçek Ürüne Geçişte Öğrendiklerim

Bu süreçte en net öğrendiğim şeyler:

  • Teknik olarak mümkün olan her şey, kullanıcı için anlamlı değil

  • Merak ürünleri ile açıklama gerektiren ürünler farklı strateji ister

  • Retention, sadece kodla çözülen bir problem değil

  • Global compliance, ürün kararlarını doğrudan etkiliyor

Kapanış

Bu yazının;

  • mobil uygulama geliştirenlere,

  • AI tabanlı ürünler düşünenlere,

  • side project’ini ciddiye almak isteyenlere

faydalı olmasını umuyorum.

Benim için bu süreç hâlâ devam ediyor.
Öğrenmeye, denemeye ve paylaşmaya devam.

Yorumlar