Python'un temel sözdizimini—döngüleri, fonksiyonları, listeleri ve sözlükleri—öğrendikten sonra pek çok geliştirici "eğitim videosu kısır döngüsüne" (tutorial purgatory) takılır. Hesap makinesi, adam asmaca veya basit CRUD yapılacaklar listesi (To-Do app) gibi başlangıç projeleri artık sizi zorlamaz; ancak devasa bir dağıtık sistemi sıfırdan yazmak da göz korkutucu görünür.
Daha da önemlisi, teknik işe alım yöneticileri ve mülakatçılar özgeçmişteki basit To-Do veya hava durumu uygulamalarına artık ikinci kez bakmamaktadır. Bir geliştiriciyi orta seviyeye (intermediate level) taşıyan asıl fark; Python'un derin dil özelliklerini (asyncio, generator'lar, decorator'lar, context manager'lar, @dataclass, __slots__, tip ipuçları) doğru veri yapıları ve algoritmik ödünleşimlerle (trade-off) birleştirebilmesidir.
Bu rehberde, hem üretim (production) kalitesinde yazılım mimarisi öğretecek hem de teknik mülakatlarda doğrudan konuşabileceğiniz 8 orta seviye Python proje fikrini (Python intermediate level project ideas) başlangıç kod şablonları ve interaktif pratik bağlantılarıyla inceliyoruz.
Bir Python Projesini "Orta Seviye (Intermediate)" Yapan Nedir?
Kod yazmaya başlamadan önce seçtiğiniz projenin aşağıdaki dört mühendislik sütunundan en az üçünü içerdiğinden emin olun:
- Pythonic İç Mekanizmalar: Parametreli decorator'lar, kaynak yönetimi için context manager (
__enter__/__exit__), bellek dostu tembel (lazy) generator'lar (yield) ve@dataclass(slots=True)veri modelleri. - Algoritmik Omurga: Kaba kuvvet
listtaramaları yerine O(1) veya O(log n) karmaşıklık sunan veri yapıları (collections.deque,heapq,bisect,Trie, çift yönlü bağlantılı liste). - Eşzamanlılık ve I/O Verimliliği: Ağ veya disk darboğazlarını
asyncio,Semaphoreya daconcurrent.futuresile yönetmek. - Üretim Araç Zinciri (Tooling):
mypyile doğrulanan tip ipuçları (type hints),pytestile sınır durum testleri vepyproject.tomlile temiz paketleme.
1. Token-Bucket ve Kayan Pencere API Hız Sınırlayıcı (Rate Limiter)
Stripe, GitHub ve Cloudflare gibi her üretim API geçidi, servisi aşırı yüklenmeden ve kötüye kullanımdan korumak için hız sınırlama (rate limiting) kullanır. Tak-çalıştır bir Python hız sınırlayıcı kütüphanesi ve FastAPI/ASGI ara katmanı (middleware) geliştirmek, portfolyonuzda sergileyebileceğiniz en güçlü orta seviye projelerden biridir.
Pratik Edilen Python Kavramları
@functools.wrapskullanan parametreli decorator tasarımı (@rate_limit(calls=100, period=60))- Saat kaymalarından etkilenmeyen
time.monotonic()ve kayan pencere zaman damgaları içincollections.deque - Eşzamanlı isteklerde yarış durumlarını (race condition) önlemek için
asyncio.Lock
Başlangıç Mimari Kodu
from dataclasses import dataclass, field
import time
import functools
from typing import Callable, TypeVar, ParamSpec
P = ParamSpec("P")
R = TypeVar("R")
@dataclass(slots=True)
class TokenBucket:
capacity: int
refill_rate: float # saniyede eklenen jeton sayısı
tokens: float = field(init=False)
last_refill: float = field(init=False)
def __post_init__(self) -> None:
self.tokens = float(self.capacity)
self.last_refill = time.monotonic()
def consume(self, requested: int = 1) -> bool:
now = time.monotonic()
elapsed = now - self.last_refill
self.tokens = min(self.capacity, self.tokens + elapsed * self.refill_rate)
self.last_refill = now
if self.tokens >= requested:
self.tokens -= requested
return True
return False
def rate_limit(capacity: int, refill_rate: float) -> Callable[[Callable[P, R]], Callable[P, R]]:
bucket = TokenBucket(capacity=capacity, refill_rate=refill_rate)
def decorator(func: Callable[P, R]) -> Callable[P, R]:
@functools.wraps(func)
def wrapper(*args: P.args, **kwargs: P.kwargs) -> R:
if not bucket.consume(1):
raise RuntimeError(f"{func.__name__} için istek limiti aşıldı")
return func(*args, **kwargs)
return wrapper
return decorator
Portfolyo İçin Nasıl Geliştirilir?
collections.dequekullanarak Kayan Pencere Güncesi (Sliding Window Log) algoritmasını ikinci bir strateji olarak ekleyin ve Token Bucket ile bellek/doğruluk karşılaştırması yapın.abc.ABCsoyut sınıfı ile hem bellek içi (in-memory) hem deredis-pytabanlı dağıtık depolama desteği sunun.
2. TTL Süre Sonu Destekli Bellek İçi LRU & LFU Önbellek Motoru
Python standart kütüphanesinde @functools.lru_cache bulunsa da gerçek sistemler genellikle anahtar bazlı yaşam süresi (TTL - Time-To-Live), LFU (En Az Sıklıkla Kullanılanı Tahliye Etme) politikası, bellek sınırı ve diske anlık görüntü (snapshot) kaydetme özelliklerine ihtiyaç duyar. Kendi önbellek motorunuzu sıfırdan yazmak, referans/pointer yönetimini ve O(1) hibrit veri yapılarını derinlemesine öğretir.
Pratik Edilen Python Kavramları
- Kesin O(1)
getveputişlemleri içindictile özel Çift Yönlü Bağlantılı Liste (Doubly Linked List) birleşimi - Milyonlarca önbellek düğümünde bellek tasarrufu için
__slots__kullanımı - Sözlük benzeri doğal kullanım (
cache["user:42"] = data) için dunder metotlar (__getitem__,__setitem__,__contains__,__len__)
Başlangıç Mimari Kodu
import time
from typing import Any
class _Node:
__slots__ = ("key", "value", "expires_at", "prev", "next")
def __init__(self, key: str, value: Any, expires_at: float) -> None:
self.key = key
self.value = value
self.expires_at = expires_at
self.prev: _Node | None = None
self.next: _Node | None = None
class TTLLRUCache:
def __init__(self, capacity: int, default_ttl: float = 300.0) -> None:
self.capacity = capacity
self.default_ttl = default_ttl
self.store: dict[str, _Node] = {}
# Sınır durum (null) kontrollerini ortadan kaldıran kukla (sentinel) baş ve kuyruk düğümleri
self.head = _Node("", None, 0.0)
self.tail = _Node("", None, 0.0)
self.head.next = self.tail
self.tail.prev = self.head
def _remove(self, node: _Node) -> None:
prev_node, next_node = node.prev, node.next
if prev_node and next_node:
prev_node.next = next_node
next_node.prev = prev_node
def _insert_front(self, node: _Node) -> None:
first = self.head.next
node.next = first
node.prev = self.head
self.head.next = node
if first:
first.prev = node
def get(self, key: str) -> Any | None:
node = self.store.get(key)
if not node:
return None
if time.monotonic() > node.expires_at:
self._remove(node)
del self.store[key]
return None
self._remove(node)
self._insert_front(node)
return node.value
3. Asenkron Web Tarayıcı (Crawler) ve Akış (Streaming) ETL Hattı
Başlangıç seviyesi veri kazıyıcılar requests kütüphanesiyle bloklayan bir for döngüsü içinde URL'leri tek tek çeker ve tüm veriyi RAM'de biriktirir. Orta seviye bir Python mühendisi ise asyncio.Semaphore ile eşzamanlı istek sayısını sınırlandıran, üstel geri çekilme (exponential backoff) ile hataları yeniden deneyen ve yield tabanlı asenkron generator'larla sabit bellekte çalışan bir Streaming ETL hattı kurar.
Pratik Edilen Python Kavramları
- Yapılandırılmış eşzamanlılık için
asyncio.Semaphoreveasyncio.TaskGroup(Python 3.11+) - Asenkron generator'lar (
async def ... yield) ile veriyi belleği şişirmeden akış halinde işleme - Bağlantı havuzu (connection pool) ve veritabanı işlemleri için asenkron context manager (
async with)
Başlangıç Mimari Kodu
import asyncio
from typing import AsyncIterator
async def fetch_with_semaphore(
url: str, sem: asyncio.Semaphore, timeout: float = 5.0
) -> dict[str, str]:
async with sem: # Aynı anda açık olan istek sayısını sınırlar
await asyncio.sleep(0.1) # Gerçek projede httpx.AsyncClient.get(url, timeout=timeout)
return {"url": url, "status": "200 OK"}
async def stream_results(urls: list[str], max_concurrency: int = 10) -> AsyncIterator[dict[str, str]]:
sem = asyncio.Semaphore(max_concurrency)
tasks = [asyncio.create_task(fetch_with_semaphore(u, sem)) for u in urls]
for completed in asyncio.as_completed(tasks):
yield await completed
4. Ters İndeks (Inverted Index) ve Trie Otomatik Tamamlamalı Arama Motoru
Elasticsearch veya Algolia'nın binlerce belge arasından milisaniyeler içinde nasıl sonuç ve arama önerisi döndürdüğünü merak ettiniz mi? Markdown veya JSON belgelerini indeksleyen, Boole sorgularını (python AND (async OR cache) NOT flask) destekleyen, sonuçları TF-IDF ile puanlayan ve Trie (Önek Ağacı) ile anlık otomatik tamamlama sunan bir bellek içi arama motoru, mülakatlarda büyük beğeni toplayan bir portfolyo projesidir.
Pratik Edilen Python Kavramları
- O(L) sürede önek araması ve popülerlik sıralaması için Trie (Prefix Tree) veri yapısı
- Kelimeleri belge kimlik kümelerine eşleyen Ters İndeks (Inverted Index) (
defaultdict(set)) - Küme cebiri (
&kesişim ileAND,|birleşim ileOR,-fark ileNOTsorguları)
Başlangıç Mimari Kodu
from collections import defaultdict
import re
class InvertedIndex:
def __init__(self) -> None:
self.index: dict[str, set[int]] = defaultdict(set)
self.documents: dict[int, str] = {}
@staticmethod
def tokenize(text: str) -> list[str]:
return re.findall(r"[a-z0-9çğıöşü]+", text.lower())
def add_document(self, doc_id: int, content: str) -> None:
self.documents[doc_id] = content
for token in self.tokenize(content):
self.index[token].add(doc_id)
def search_and(self, query_terms: list[str]) -> list[int]:
if not query_terms:
return []
posting_sets = [self.index.get(term.lower(), set()) for term in query_terms]
return sorted(set.intersection(*posting_sets))
5. CLI Görev Zamanlayıcı ve Bağımlılık Grafı (DAG) Çalıştırıcısı
Apache Airflow, Prefect ve make gibi araçlar görevleri bir Yönlü Çevrimsiz Graf (DAG) üzerindeki bağımlılık sırasına göre çalıştırır. Kullanıcıların görevleri decorator'larla tanımladığı (@task(depends_on=["veri_cek"])), motorun döngüsel bağımlılıkları tespit ettiği, topolojik çalışma sırasını hesapladığı ve birbirinden bağımsız görevleri paralel yürüttüğü bir CLI iş akışı motoru geliştirin.
Pratik Edilen Python Kavramları
collections.dequeve giriş derecesi (in-degree) takibiyle Kahn Algoritması (Topolojik Sıralama)- Yönlü graflarda döngü tespiti (döngü yolunu gösteren özel
CyclicDependencyErroristisnası) - Decorator tabanlı görev kaydı ve
concurrent.futures.ThreadPoolExecutorile paralel yürütme
💡 İnteraktif Çöz: Bu projenin kalbindeki bağımlılık çözümleme algoritmasını O07: Görev Sırası Planlama ve O45: Ders Programı (Döngü Tespiti) sorularında test edebilirsiniz.
6. Tutarlı Özetleme Halkası (Consistent Hashing) ve Yük Dengeleyici Simülatörü
Bir önbellek veya veritabanı kümesini 3 sunucudan 4 sunucuya çıkardığınızda, klasik modülo özetleme (hash(key) % N) neredeyse tüm anahtarların sunucusunu değiştirerek önbellek çökmesine (cache stampede) yol açar. Consistent Hashing, hem sunucuları hem de anahtarları sanal düğümlerle (virtual nodes) 32-bitlik bir halka üzerine yerleştirerek bu sorunu çözer.
Pratik Edilen Python Kavramları
hashlib.md5/sha256ile deterministik özetleme ve sıralı halkadabisect.bisect_leftile O(log N) ikili arama- Fiziksel sunucular arasındaki yük dağılımı sapmasını azaltmak için sanal düğüm (virtual node) replikasyonu
- Sunucu ekleme/çıkarma senaryolarında taşınan anahtar yüzdesini ölçen simülasyon raporu
💡 İnteraktif Çöz: Tutarlı özetleme halkasını sınır testleriyle doğrulamak için Z60: Consistent Hashing Halka Simülasyonu sorusunu çözün.
7. Gerçek Zamanlı Log Sıkıştırıcı ve Akış Anomali Dedektörü
Arka uç servisleri saatte gigabaytlarca log üretir. Log dosyalarını Python generator'larıyla tembel (lazy) olarak okuyan, ardışık tekrar eden log patlamalarını Run-Length / Delta Kodlama ile sıkıştıran ve tüm akışı bellekte tutmadan yanıt sürelerinin kayan pencere medyanını ve hareketli ortalamasını izleyerek anlık anomali alarmı üreten bir CLI aracı geliştirin.
Pratik Edilen Python Kavramları
- Akış verisinde O(log n) sürede medyan takibi için Çift Yığın (Min-Heap + Max-Heap) mimarisi (
heapq) - O(1) kayan pencere istatistikleri için dairesel tampon ve
collections.deque(maxlen=pencere) - Sıfır kopyalama (zero-copy) ile log satırlarını işleyen generator boru hatları (
yield from)
8. Versiyonlu Bellek İçi Dosya Sistemi ve Snapshot (Anlık Görüntü) Deposu
mkdir, ls, write_file, read_file komutlarını destekleyen hiyerarşik bir bellek içi dosya sistemini zamanda yolculuk (snapshot) özelliğiyle (take_snapshot(), read_file(path, snap_id)) birleştirin. Her snapshot alındığında tüm ağacı kopyalamak yerine yalnızca değişen dosyaların farklarını (snap_id, icerik) olarak saklayın ve ikili arama (bisect_right) kullanarak herhangi bir dosyanın geçmişteki durumunu O(log S) sürede getirin.
💡 İnteraktif Çöz: Bu mimarinin iki temel yapı taşını O86: Bellek İçi Dosya Sistemi ve O88: Snapshot Dizisi sorularında bizzat kodlayabilirsiniz.
Özet Karşılaştırma Tablosu: Hangi Projeden Başlamalısınız?
| Proje Fikri | Öne Çıkan Python Özellikleri | Temel Veri Yapısı | Tahmini Süre | Hedef Pozisyon |
|---|---|---|---|---|
| 1. API Rate Limiter | time.monotonic, Decorator, asyncio |
Token Bucket / deque |
1 Hafta Sonu | Backend / API Mühendisi |
| 2. TTL LRU/LFU Önbellek | __slots__, Dunder Metotlar, weakref |
Hash Map + Çift Yönlü Liste | 1–2 Hafta Sonu | Backend / Sistem |
| 3. Asenkron ETL Tarayıcı | asyncio.Semaphore, Generator (yield) |
Asenkron Kuyruk / Batch | 1 Hafta Sonu | Veri / Platform Mühendisi |
| 4. Tam Metin Arama Motoru | re, collections.defaultdict, math |
Ters İndeks + Önek Trie |
2 Hafta Sonu | Arama / Backend Mühendisi |
| 5. DAG Görev Zamanlayıcı | Decorator, concurrent.futures |
Yönlü Graf + Kahn Kuyruğu | 2 Hafta Sonu | Veri / DevOps Mühendisi |
| 6. Consistent Hash Halkası | hashlib, bisect, @dataclass |
Sıralı Halka + İkili Arama | 1 Hafta Sonu | Dağıtık Sistemler |
| 7. Akış Anomali Dedektörü | Generator, heapq, deque |
İki Yığın (Min/Max Heap) | 1 Hafta Sonu | Veri / SRE / Gözlemlenebilirlik |
| 8. Versiyonlu Dosya Sistemi | OOP Hiyerarşisi, bisect_right |
N-ary Ağaç + Delta Geçmişi | 2 Hafta Sonu | Çekirdek Yazılım Mühendisi |
Projenizi GitHub'da Öne Çıkaracak 4 Mühendislik Kuralı
Kodu yazmak işin yalnızca yarısıdır. Kıdemli bir mühendis mülakat öncesinde GitHub deponuzu incelediğinde şu dört mühendislik disiplini sinyalini arar:
- Modern Proje Yapısı (
pyproject.toml):uvveyapoetryile yönetilen temiz birsrc/dizin yapısı kurun;ruffile kod kalitesini vemypy --strictile tip güvenliğini otomatik doğrulayın. - Sınır Durum Testleri (
pytest): Boş girdiler, süresi dolmuş TTL anahtarları, eşzamanlılık yarışları ve yüksek hacimli stres testlerini içeren birtests/klasörü ekleyin. - Mimari README: Belirli bir veri yapısını neden seçtiğinizi açıklayan bir mimari diyagram ve metotlarınızın Big-O zaman/alan karmaşıklık tablosunu ekleyin.
- Tek Komutla Çalıştırılabilirlik: İnceleyen kişinin projeyi 30 saniye içinde deneyebilmesi için
pytestveyapython -m demogibi sıfır kurulumlu bir çalışma komutu sunun.
Bu 8 projenin arkasındaki temel veri yapılarını ve algoritmaları hemen tarayıcınızda test etmek ister misiniz? Modül 10: Sistem Tasarımı ve Simülasyon sayfasına göz atın veya 200 Soruluk İnteraktif Python Kataloğumuzda hemen kodlamaya başlayın!
Teoriyi Gerçek Sınav Ortamında Test Etmeye Hazır mısın?
PyMülakat platformunda 10 uzmanlık modülü ve 200 özgün Python mülakat sorusu seni bekliyor. Tarayıcıda kodunu hemen yaz, çalıştır ve gizli sınır testleriyle kendini sına.
Diğer Python Rehberleri ve Makaleler
Python for Döngüsü: Liste, range ve Harf Notu
Python for döngüsü bir listenin her elemanını sırayla dolaşır. range, indeks ve not listesini harfe çeviren örnek. Sonunda Not Harfleri sorusu.
Python if, elif, else: Koşul Sırası ve Harf Notu
Python if, elif ve else ilk doğru dalı çalıştırır. Harf notunda 90'dan önce 80 yazılırsa 95 BA olur. Not Harfleri sorusu bu sırayı test eder.
Python Veri Yapıları Rehberi: Yığınlar (Stacks), Ağaçlar (Trees) ve Graflar (Graphs) ile Mülakat Soruları
Python'da yığın (stack, monotonik yığın, heap), ikili ağaç (binary tree, BST) ve graf (BFS, DFS, topolojik sıralama, Dijkstra) veri yapılarını çalışan kod şablonları ve 30+ interaktif mülakat sorusuyla adım adım öğrenin.
Python while Döngüsü: Sayaç, Koşul ve Not Listesi
Python while döngüsü koşul doğru kaldıkça tekrar eder. Sayaç, sonsuz döngü ve not listesini indeksle gezmek. Aynı ölçek Not Harfleri sorusunda.
AI Mühendisi Olmak İsteyen Bir Pythoncunun Bilmesi Gereken 10 Temel Algoritma (2026)
Kosinüs benzerliğinden BPE tokenizasyonuna, BM25'ten beam search'e: AI mühendisliği mülakatlarında sorulan ve LLM/RAG sistemlerinin arkasında çalışan 10 temel algoritmayı saf Python kodlarıyla öğrenin.
Orta Seviye Python Kursları ve Kitap Önerileri: Udemy, Coursera ve Yol Haritası (2026)
Orta seviye (intermediate) Python geliştiriciler için 10 dakikalık kapsamlı kaynak rehberi. En iyi Udemy ve Coursera Python kursları, başucu kitap önerileri ve 8 haftalık çalışma planı.
Python Mülakat Soruları ve Cevapları Türkçe (2026)
Python mülakatlarında en sık sorulan teknik sorular, tuzak sorular ve çalışan kod örnekleri. Junior'dan senior'a mülakata girmeden önce rehberi oku.