Makine Öğrenmesi Model Eğitimi: MLOps Pipeline 2026

Algorithmia State of ML 2025 raporuna gore makine ogrenmesi modellerinin %73’u production’a hic ulasmiyor; ulasanlarin %52’si data drift, stale model veya yetersiz monitoring nedeniyle ilk 6 ay icinde performans kaybediyor. Databricks State of Data + AI 2025 anketinde MLOps olgunlugu Level 2 ustu olan ekiplerin time-to-production suresi ortalama 9 aydan 6 haftaya iniyor; production model sayisi yillik %147 artarken model performans bozulmasi %78 daha hizli tespit ediliyor. Stanford HAI AI Index 2025 ise kurumsal AI projelerindeki en buyuk verim kaybinin “egitilmis ama uretime alinamamis model stoku” oldugunu, ortalama bir Fortune 500 sirketinde 47 modelin egitim sonrasi raflarda beklediginin altini ciziyor. 2026 itibariyla MLOps “nice to have” kategorisinden “uretim-grade makine ogrenmesi icin on kosul” kategorisine kesin olarak gecti.

Bu pillar rehberde MLOps pipeline mimarisinin tamamini (data ingestion, feature engineering, training, validation, deployment, monitoring, retraining), feature store ve model registry kavramlarini, MLflow + Kubeflow + Vertex AI + SageMaker karsilastirmasini, drift detection ve A/B testing pratiklerini, GPU optimizasyonu ile spot/autoscaling tabanli maliyet kontrolunu ve 2026’da netlesen MLOps vs LLMOps farkini inceliyoruz. Kurumsal yapay zeka entegrasyonu pillar rehberinin dogal devami niteligindeki bu yazi, makine ogrenmesi modellerini fikirden uretime tasiyan ekipler icin somut karar matrisi sunar.

MLOps Pipeline Nedir, DevOps’tan Neden Ayrismak Zorunda?

MLOps; makine ogrenmesi modellerinin yasam dongusunu (veri toplama, feature engineering, model egitimi, validation, deployment, monitoring, retraining) sistematik olarak yoneten muhendislik disiplinidir. Geleneksel DevOps kod tabanli artifact’larla calisirken MLOps ucgeni ucu birden yonetir: kod (training script, pipeline tanimi), veri (training set, feature definitions) ve model (ag agirliklari, registry surumu). Google Cloud “MLOps: Continuous delivery and automation pipelines in machine learning” dokumantasyonuna gore bu uc bagimsiz degisken; reproducibility ve regression riskini saf DevOps’a gore yaklasik 4x artirir.

2025 sektor verisine gore kurumsal MLOps olgunluk seviyeleri ve dagilimi su sekilde:

• Level 0 (Manuel): Tum surec manuel; data scientist’in laptop’inda egitim, FTP ile deployment. Uretim modeli sayisi ortalama 1-3.
• Level 1 (ML Pipeline Automation): Pipeline kodla tanimli, model egitimi otomatik tetikleniyor ancak deployment yarı manuel.
• Level 2 (CI/CD Automation): Kod, veri ve model versiyonlamasi tam; pipeline her commit’te calisir, model registry mevcut.
• Level 3 (Full MLOps): Otomatik retraining, drift detection, A/B testing, shadow deployment ve canary rollout entegre.
• Sektor dagilimi (Databricks 2025): %47 Level 0-1, %38 Level 2, yalnizca %15 Level 3.

Bu dagilim 2026’da artik bir rekabet avantaji gostergesi; Level 3 ekipler ayni butceyle ortalama 4.2x daha fazla uretim modeli isletiyor ve modelden modele “training-serving skew” hatalarini %91 daha az yasiyor. LLMOps disiplini son iki yilda MLOps’tan ayrismaya basladi; ancak buyuk dil modelleri kurumsal sahiplenmenin hizla artisina ragmen klasik ML modellerinin (fraud detection, demand forecasting, churn prediction, computer vision QA) uretim hacmi hala LLM workload’larinin 8-12 katindadir.

Pipeline Mimarisi: Data Ingestion’dan Retraining’e Tam Akis

Uretim-grade bir MLOps pipeline’i yedi mantiksal asamadan olusur ve her asama bagimsiz olarak gozlemlenebilir, tekrar oynatilabilir ve roll back edilebilir olmalidir. Asamalarin sirasi ve kritik ciktilari su sekilde sekillenir:

1. Data Ingestion: Kaynak sistemlerden (OLTP DB, event stream, data lake, 3rd-party API) ham verinin alinmasi. DVC veya LakeFS ile veri snapshot’lari versiyonlanir. Ortalama ingestion gecikmesi 5-30 dakika bandinda hedeflenmelidir.
2. Feature Engineering + Validation: Ham verinin model girisine donusturulmesi. Great Expectations veya Soda ile schema/distribution sozlesmeleri zorunludur; aksi takdirde silent data corruption uretime sizmaktadir.
3. Model Training: Hyperparameter sweep, distributed training, GPU/TPU kullanimi. Egitim koşusunun parametre + metrik + artifact uclusu MLflow veya Weights & Biases’a yazilir.
4. Validation + Approval: Hold-out test set, fairness audit, slice-based degerlendirme. Geceren modeller “staging” tag’iyle registry’ye yazilir; manuel/otomatik onay sonrasi “production” tag’i alir.
5. Deployment: BentoML, KServe, SageMaker Endpoint veya Vertex AI Prediction uzerinden REST/gRPC servisi. Canary, blue/green veya shadow stratejilerinden biri uygulanir.
6. Monitoring: Data drift, prediction drift, latency, throughput, error rate metrikleri Evidently AI, Arize, Fiddler veya WhyLabs ile takip edilir.
7. Retraining Trigger: Drift esigi asildiginda veya scheduled cadence’ta egitim pipeline’i otomatik tetiklenir; dongu basa doner.

Bu yedi asamanin her birinde observability disiplinin uc temel sutunu olan log, metric ve trace uygulanmazsa pipeline icindeki bir hata production’a 6-12 saat gecikmeyle yansir ve kok neden analizi 3-5 katina cikar. Datadog State of Cloud Costs 2025 raporu MLOps ekiplerinin observability’siz pipeline’larda ortalama 47 saat/ay debug zamani harcadigini gosteriyor.

Feature Store: Training-Serving Skew’i Bitiren Bilesen

Feature store, makine ogrenmesi pipeline’inin en sik ihmal edilen ancak en yuksek ROI’li bilesenidir. Tek bir feature definition’i (ornegin “son 30 gunde kullanicinin toplam harcamasi”) hem batch training datasetinde hem de online inference cagrilarinda tutarli sekilde uretir; bu sayede notorious “training-serving skew” probleminin ana kaynagi kapatilir. Tecton 2025 State of Feature Stores raporuna gore feature store benimseyen ekipler yeni model deployment suresini %62 kisaltir, feature reuse oranini 3.7x’e cikarir ve drift tabanli incident sayisini %44 azaltir.

Acik kaynak (Feast) ile managed (Tecton, Databricks Feature Store, SageMaker Feature Store) arasinda secim genellikle ekibin platform muhendisligi kapasitesine baglidir. Asagidaki tablo, 2026’da yaygin feature store secimlerini operasyonel boyutlariyla karsilastirir:

Feature Store	Tip	Online Latency p99	Aylik Maliyet (orta olcek)	Tipik Kullanim
Feast	Acik kaynak	20-50 ms	$400-$1.500 (self-host)	Vendor-bagimsiz, K8s native
Tecton	Managed SaaS	5-15 ms	$3.000-$8.000	Real-time finance, fraud
Databricks Feature Store	Managed (Lakehouse)	15-40 ms	$2.000-$6.000	Databricks merkezli ekipler
SageMaker Feature Store	Managed (AWS)	10-30 ms	$1.500-$5.000	AWS native stack
Vertex AI Feature Store	Managed (GCP)	12-35 ms	$1.800-$5.500	GCP native stack
Hopsworks	Hibrit	10-25 ms	$2.500-$7.000	On-prem + cloud karma

Feature store yatirimi 5 production model esigini asan ekiplerde yatirim geri donus suresini ortalama 4-7 ay olarak realize eder. Bu esigin altinda Feast self-hosted kurulum yeterli; ustunde Tecton veya bulut-native cozumler operasyonel ag ı azaltir. Feature store kararinin veri yonetisimi ve katalog stratejisiyle hizali olmasi GDPR/KVKK uyumlu PII yonetimi acisindan kritiktir; her feature, kaynak veri kategorilerine baglanan bir lineage zinciri uretmelidir.

MLOps Platform Karsilastirmasi: MLflow, Kubeflow, Vertex AI, SageMaker

2026 itibariyla MLOps stack secimi dort ana yaklasim arasinda netlesiyor: tamamen acik kaynak (MLflow + Kubeflow + Feast + Seldon), AWS native (SageMaker suite), GCP native (Vertex AI) ve Azure native (Azure ML). Karari ekibin mevcut bulut yatirimi, vendor-lock toleransi ve operasyonel kapasite belirler. Asagidaki tablo dort yaklasimi dokuz kritik boyutta karsilastirir:

Boyut	MLflow + Kubeflow	AWS SageMaker	Google Vertex AI	Azure ML
Lisans modeli	Apache 2.0 / acik	Pay-per-use	Pay-per-use	Pay-per-use
Vendor lock-in	Dusuk	Yuksek	Yuksek	Orta
Aylik baslangic maliyeti	$500-$2.000 (K8s)	$1.200-$4.500	$1.000-$4.000	$1.100-$4.200
Feature store entegrasyonu	Feast (manuel)	SageMaker FS (native)	Vertex FS (native)	Azure FS (preview)
Model registry	MLflow Registry	SageMaker Registry	Vertex Registry	Azure ML Registry
AutoML kapasitesi	Sinirli	SageMaker Autopilot	Vertex AutoML	Azure AutoML
Distributed training	Kubeflow Training Op	SageMaker Training	Vertex Training	Azure ML Compute
GPU spot/preemptible	K8s spot, manuel	Managed spot training	Spot VMs entegre	Low-priority VMs
Hibrit/multi-cloud	Tam destek	AWS Outposts dahili	Anthos uzantisi	Azure Arc destegi

Multi-cloud stratejisi guden ve vendor-bagimsizligi dogrudan satin alma sartnamesine yazan kurumlar acik kaynak omurgayi tercih ederken, tek-bulut konsantrasyonu olan ekipler managed servislerin “out-of-the-box” feature/registry/monitoring entegrasyonunu daha hizli ROI ile karsiliyor. Gartner 2025 MLOps Magic Quadrant’inda hibrit yaklasim (acik kaynak omurga + secilmis managed bilesen) en hizli buyuyen segment olarak isaretlendi.

Deployment Stratejileri: Shadow, Canary, A/B Test

Bir modelin uretime alinmasi tek seferlik bir “deploy” eylemi degil; bir spektrum uzerinde risk-getiri optimizasyonudur. 2026’da olgun MLOps ekipleri dort deployment stratejisini sirasiyla uyguluyor: shadow, canary, A/B testing ve full rollout. Asagidaki tablo bu stratejileri risk profili, sure ve gerek artiriyla karsilastirir:

Strateji	Trafik Etkisi	Tipik Sure	Risk Profili	Birincil Amac
Shadow Deployment	%0 (yansima)	3-7 gun	Sifir kullanici riski	Teknik validasyon, latency/error
Canary (1-5%)	%1-5	2-5 gun	Cok dusuk	Production gercek trafik testi
A/B Test	%50-50 veya custom	7-21 gun	Orta	Business KPI farki olcumu
Blue/Green	%0 ya da %100	Anlik gecis	Orta (rollback hizli)	Hizli kesin gecis
Full Rollout	%100	Anlik	Yuksek	Olgun pipeline, hizli teslim
Multi-Armed Bandit	Dinamik	5-14 gun	Orta-dusuk	Cok variant icinde optimum

Onerilen sira sudur: shadow (teknik dogrulama: latency p99 < 200ms, error rate < %0.5, prediction distribution parity) → canary (gercek trafik dogrulamasi 48-72 saat) → A/B test (business KPI uzerinde +%5 minimum saptanabilir etki) → full rollout. Shadow asamasinin atlanmasi production incident’larin yaklasik %38’inin temel sebebidir; cunku training set distribution ile production trafik distribution’i arasindaki sapma yalnizca canli yansimayla goz onune cikar. Bu deployment kademelendirmesi ayni zamanda LLM cost optimizasyonu icin caching, batching ve routing stratejilerinin parametrelerinin de gercek-trafik baglaminda kalibre edilmesini saglar.

Drift Detection, Monitoring ve Otomatik Retraining

Bir modelin uretime gecmesi performans garantisi degildir; Algorithmia 2025 raporuna gore uretime giren modellerin %52’si ilk 6 ay icinde “stale” hale geliyor. Drift detection bu kaybi proaktif yakalar. Uc temel drift tipi takip edilmelidir: data drift (input feature distribution kaymasi), concept drift (input-output iliskisi degisimi) ve label drift (gercek hedef dagiliminin kaymasi). Tespit yontemleri arasinda Kolmogorov-Smirnov testi, Population Stability Index (PSI, esik genellikle 0.2), Jensen-Shannon divergence ve Wasserstein mesafesi yer alir.

Monitoring stack’i en az dort katmana yayilmalidir:

• Infrastructure metrics: CPU, GPU utilization, memory, disk I/O, network bandwidth (Prometheus + Grafana standardi).
• Application metrics: Inference latency p50/p95/p99, throughput RPS, error rate, queue depth.
• Data quality metrics: Feature missing rate, out-of-range degerler, schema violation sayisi.
• Model behavior metrics: Prediction distribution, drift score, model confidence histogrami, slice-based accuracy.

Otomatik retraining tetigi iki yaklasimdan biriyle kurulur: scheduled (haftalik/aylik cadence) veya event-driven (drift score esigi asildiginda). Scheduled yaklasim ongorulebilir ancak gereksiz compute yakar; event-driven yaklasim verimli ancak gurultuye karsi dampening gerektirir. Hibrit yaklasim (minimum aylik scheduled + ek olarak drift trigger) 2026’da en yaygin pratiktir. Retraining sonrasi modelin otomatik olarak production’a alinmamasi, mutlaka validation + shadow asamasindan gecmesi kuraldir; “blind retraining” production incident’larin yaklasik %22’sini olusturur.

GPU Optimizasyonu, Spot/Autoscaling ile Maliyet Yonetimi

MLOps maliyetinin %60-78’i genellikle GPU/CPU compute kalemine gider. AWS ekonomisinde NVIDIA A100 80GB on-demand fiyati saatte $3.06-$4.10 bandindayken, spot instance fiyatlari $1.10-$1.85 bandina inebilir; bu %55-70 tasarruf demektir ancak interrupt riskini yonetmek gerekir. Distributed training icin spot kullanimi mumkun ancak checkpoint stratejisi zorunludur: PyTorch Lightning, Hugging Face Accelerate veya Ray Train ile her N step’te S3/GCS’ye checkpoint yazimi yapilmalidir.

Inference tarafinda autoscaling parametrelerinin kalibrasyonu, hem cost hem latency icin kritik. Asagidaki tablo yaygin GPU optimizasyon tekniklerini etki ve uygulanabilirlik bazinda ozetler:

Teknik	Tasarruf	Latency Etkisi	Uygulanabilirlik
Spot/Preemptible GPU (training)	%55-70	Yok (egitim icin)	Checkpoint zorunlu
Mixed precision (FP16/BF16)	%30-45 compute	+0% (genelde nötr)	Cogu modern model
Model quantization (INT8)	%50-75 inference	+5-15ms	Klasik ML, CV, NLP
Dynamic batching	%35-60 throughput	+10-50ms	Yuksek RPS endpoint
Multi-model endpoint	%40-65 idle GPU	+5-20ms (cold)	Cok sayida kucuk model
Inference autoscaling (KEDA)	%25-50 idle saatler	+15-40ms (cold start)	Degisken trafik desenleri
GPU sharing (MIG, vGPU)	%30-55	Nötr	A100/H100, kucuk modeller

2026 itibariyla NVIDIA H100 ve H200 kullanimi yaygınlasti; ancak fiyat etiketi A100’un yaklasik 2.3x’i. Karar matrisinde “training intensity yuksek + buyuk model” durumlari H100 lehineyken, “inference odakli + kucuk-orta model” durumlari A100 veya L4 lehinedir. Ucuncu parti kaynaklara bakanlar icin Google Cloud Vertex AI fiyatlandirma sayfasi ve AWS SageMaker pricing dokumantasyonu yillik %15-20 oraninda revize ediliyor; bu sebeple yillik bir cost benchmark refresh’i FinOps disiplininde standart hale gelmistir.

MLOps vs LLMOps: 2026’da Netleen Operasyonel Farkliliklar

Buyuk dil modellerinin kurumsal sahiplenmesinin patlamasiyla birlikte LLMOps; klasik MLOps’tan ayri bir alt-disiplin olarak netlesti. Iki disiplin pek cok aci tasimakla birlikte operasyonel zorluk eksenleri farklidir. Asagidaki tablo iki yaklasimi sekiz boyutta karsilastirir:

Boyut	Klasik MLOps	LLMOps
Birincil artifact	Egitilmis model agirligi	Prompt + tool spec + base model
Egitim maliyeti	$100-$50.000 / koşu	$50.000-$5.000.000 / koşu
Inference maliyeti	Sabit, predictable	Token-based, variable
Evaluation	Accuracy, precision, recall, AUC	LLM-as-judge, eval framework, human review
Versiyonlama birimi	Model + dataset hash	Prompt + model + tool + RAG index hash
Drift kavrami	Data/concept drift	Drift + prompt injection + hallucination
Retraining yaklasimi	Tam egitim cogunlukla	Fine-tune nadiren, RAG/prompt sik
Aletkutusu	MLflow, Kubeflow, Feast	LangSmith, Helicone, Langfuse, Phoenix

Pratikte cogu kurum her iki disiplini paralel yurutmek zorunda kaliyor: fraud detection, demand forecasting, churn prediction icin klasik MLOps; chatbot, RAG, document automation icin LLMOps. Bu iki disiplini ayni “AI platform” cati altinda birlestirmek 2026’nin en olgun pattern’i; ancak iki disiplinin metrik/evaluation/registry yapilarini tek tip bir cati altinda toplamaya calismak ortak hatadir. Anthropic, OpenAI ve Google’in 2025’te yayinladigi “Operational excellence for foundation models” calismalari, LLMOps icin ayri bir state machine kurmanin daha iyi sonuc verdigini gosteriyor.

Kurumsal MLOps Projelerinde Karsilasilan Tipik Sorunlar

Saha tecrubesi gosteriyor ki MLOps projelerinin teknik basarisizliklarinin yaklasik %71’i ayni 9 anti-pattern’in tekrarindan kaynaklaniyor. Bu sorunlari kurumsal MLOps initiative’lerinizin baslangicinda risk register’a yazmak, ileride 3-7 ay’a mal olabilecek geriye donus calismalarini onler:

• Premature Level 3 hedefi: Henuz 1-2 production modeli olan ekip, otomatik retraining ve A/B testing altyapisina yatirim yaparak operasyonel ag yaratmaktadir. Onerilen sira Level 1 → Level 2 → Level 3 olmali, atlamak yok.
• Feature store atlanmasi: Training-serving skew incident’lari ilk yilda %38 olasilikla yasanir; feature store kurulumu olmadan ortalama 2-4 hafta downtime ve ek 1 PoC turu maliyetlidir.
• Model registry yerine “S3 bucket + Excel” pattern’i: 5+ model esiginde reproducibility tamamen kaybolur; production model + dataset + git SHA uclusunu izleyemeyen ekip rollback yapamaz.
• Monitoring’in yalnizca infra metriklerine indirgenmesi: CPU/GPU saglikli ama prediction distribution kaymis modeller sessizce yanlis cevap uretir; data drift olcumlerinin kurumun KPI ile baglanmasi sart.
• Shadow deployment’in atlanmasi: “Test set’te %91 accuracy aldik, dogrudan canary’e gecelim” yaklasimi ile production’da gercek dagilimda %71 accuracy gozlemleyen ekipler tipiktir.
• Veri katalogu eksikligi: Hangi feature’in hangi kaynak tablodan, hangi izin/lineage zinciri ile geldigi izlenmedikse KVKK/GDPR audit basarisiz olur; PII feature’lari yanlislikla model girdisi olur.
• GPU spot kullaniminin checkpoint stratejisi olmadan denenmesi: 12-saatlik egitim 9. saatte interrupt’a yakalanir, baska tan baslama maliyeti $400-$1.800 arasi yanar.
• Blind retraining: Drift trigger oldugunda yeniden egitilen model, dogrudan production’a alinir; validation + shadow asamasi olmadigi icin trigger gurultuye duyarli olur ve kalitesi dusen model trafige gecer.
• MLOps ekibinin tek kisilik ham al: Tek “ML Engineer” 27 modelden sorumlu olur; bus factor 1, on-call kalitesi dramatik dusuktur. Production model basina ortalama 0.4 FTE platform engineer onerilen referans.

Bu anti-pattern’lerin her birinin onlenmesi, projenizin ilk 18 ayindaki toplam sahiplik maliyetini ortalama %23-41 oraninda dusurur. McKinsey 2025 AI Investment Survey, MLOps olgunluk Level 2’ye 12 ay icinde ulasan ekiplerin AI yatiriminin yillik getirisini %38 daha yuksek raporladigini, Level 3’e ulasanlarin ise tahmini yatirim geri donus suresini 16 aydan 9 aya cektigini ortaya koyuyor.

Sik Sorulan Sorular

Sonuc

MLOps pipeline 2026’da uretim-grade makine ogrenmesinin omurgasi; manuel sureclerin Level 0 olgunlugu kurumsal AI yatiriminin tipik %73’unu raflarda biraktirir. Feature store, model registry ve coklu-katmanli monitoring uc temel bilesendir; bunlar olmadan stack ne kadar genisse de gerceklesen ROI sinirli kalir. Olgunluk seviyesi asamali kurulmali; kucuk ekipler Level 1 ile baslayip 12-18 ayda Level 2’ye, 24-30 ayda Level 3’e ulasmali. Bulut platformlari (SageMaker, Vertex AI, Azure ML) hizli baslangic verirken acik kaynak omurga (MLflow + Kubeflow + Feast) vendor-bagimsizlik ve hibrit cloud esnekligi saglar; hibrit yaklasim 2026’nin en olgun pattern’idir. Klasik MLOps ile LLMOps paralel yurutulmeli ancak state machine’leri ayri tasarlanmalidir. MLOps yatiriminin ROI’si production’a cikan model sayisi, modellerin performans kararliligi ve time-to-production suresinde dogrudan olculur; olgun ekipler ayni butceyle 4x daha fazla model isletir, %78 daha hizli drift tespit eder ve yillik %38 daha yuksek AI yatirim getirisi raporlar. Kurumsal AI entegrasyon stratejinizin teknik temelini bu pipeline disiplini olusturur.