Kariyerimin büyük bölümünde TypeScript yeterliydi. Ön yüzde React ve Next.js, arka yüzde NestJS veya Express; veritabanından düğmeye kadar tek dil. Sonra AI tek bir API çağrısından ürünün gerçek bir parçasına dönüştü ve sürekli aynı duvara çarptım: en ilginç kod Python’daydı.
LLM API’lerinin iyi JavaScript SDK’ları var ve OpenAI ile Anthropic’i Node.js’ten entegre etmeyi sürdürüyorum. Ancak iş API’nin altına indiğinde —modeli kendin çalıştırmak, büyük ölçekte embedding üretmek, sesle çalışmak— ekosistem Python’dur: PyTorch, Hugging Face, NumPy, Jupyter notebook’ları ve requirements.txt ile gelen, npm alternatifi olmayan araştırma depoları. StyleTTS2 ile text-to-speech ve sesli kitap hatları, Python okumayı seçime bağlı olmaktan çıkardı.
Kıdemli mühendis olarak yeni bir dil öğrenmek, ilk dili öğrenmekten farklıdır. Döngünün ne olduğunu öğrenmen gerekmez; kültürü kavraman gerekir. Sanal ortamlar ve sabitlenmiş bağımlılıklar önemlidir, çünkü geçen ay çalışan model deposu yeni torch sürümüyle bozulabilir. Type hints ve Pydantic, TypeScript ile Zod’a yakındır. FastAPI’deki async, Node’dan bildiklerimle örtüşür. Bir de notebook alışkanlığı: Jupyter’da keşfet, işe yarayanı testleri olan gerçek bir modüle taşı.
AI’ın kendisi öğrenmeyi hızlandırdı. Daha zayıf olduğum dilde modelleri pair programmer olarak kullanıyorum: bu deyimi açıkla, JavaScript alışkanlığımı Python’a uygun biçimde yeniden yaz, bu tensor’un şekli neden yanlış? Kural şu: Her yanıtı bir junior’ın pull request’i gibi ele al — birleştirmeden önce oku, çalıştır ve anla. AI öğrenmeyi hızlandırır; onun yerini almaz.
Üretimde ayrımı basit tutarım. Node.js ve TypeScript ürünün sahibidir: kimlik doğrulama, API, ödemeler, UI. Python model işlerini üstlenir: çıkarım, ses, veri işleme; genellikle ayrı bir servis ya da kuyruk arkasında worker olarak, ürünle HTTP veya tipli sözleşmesi olan görevler üzerinden konuşur. Her dil kendi ekosisteminin en iyi yaptığı işi yapar, diğeriyle karışmaz.
Python benim için TypeScript’in yerini almadı; erişim alanımı genişletti. Birkaç yıl önce “full-stack”, veritabanından tarayıcıya kadar çalışmak demekti. AI çağında model deposunu açıp gerçekte ne yaptığını okumak ve kendin çalıştırmak da buna dâhil. Ürünün model adımına ve çevresinde gerçek bir web uygulamasına ihtiyacı varsa, çalışmayı sevdiğim yer tam da bu birleşim noktasıdır.
Bir sonraki ürüne kalacak birini verin.
Başlamaya hazır mısınız? Bana yazın — hemen başlayabilir ve kalabilirim. İki haftalık devir değil, uzun vadeli iş birliği. Projenizi, gereksinimleri ve ilerlemenin en iyi yolunu konuşalım.