İçeriğe geç
Apex kalibrasyon verisi: Yas Island pit kaybı dağılımı, ortalama 22,0 saniye.
2026 · Stüdyo ürünü

Apex

Formula 1 için gerçek zamanlı strateji tezgâhı

Yıl
2026
Rol
Ürün · Mimari · Backend · Frontend
Teknoloji
Python · FastAPI · React · TypeScript · WebSocket · scikit-learn · PyTorch
  • 498geçen test
  • canlıtelemetri akışı
  • Monte Carloşampiyona simülasyonu

Rakamlar Ağustos 2026 tarihinde kaynağından sayıldı.

Sorun

Bir Formula 1 yarışında strateji kararı saniyeler içinde veriliyor ve yarışın sonucunu belirliyor. Ama dışarıdan bakan biri için o kararın neden alındığı görünmez: lastik aşınması, yakıt düzeltmesi, undercut penceresi, güvenlik aracı olasılığı, hepsi aynı anda hesaplanması gereken şeyler. Mevcut araçlar ya sadece veriyi gösteriyor ya da bir sayı verip nedenini saklıyor.

Yaklaşım

Apex bir tahmin kutusu değil, bir çalışma tezgâhı olarak kuruldu. Fizik tabanlı modeller, makine öğrenmesi ve Monte Carlo simülasyonu aynı arayüzde birleşiyor; her öneri kendini açıklayabiliyor.

  • OpenF1 üzerinden canlı seans takibi, WebSocket ile anlık akış
  • Lastik aşınma modeli: çevrimiçi RLS tahmincileri + sinir ağı, uçurum riski öngörüsü
  • Karşı-olgusal analiz: yarış içinde ve öncesinde "ya şöyle yapsaydık" senaryoları
  • Olay-kaynaklı tur işleme: stint tespiti, anomali filtresi, yakıt düzeltmesi
  • Açıklanabilirlik motoru: her strateji önerisi duyarlılık analiziyle birlikte geliyor
  • Doğal dil yarış özeti, Türkçe ve İngilizce

Sonuç

498 test geçiyor ve altyapı canlı yarış verisiyle çalışıyor. Apex'in gösterdiği şey şu: karmaşık bir alan bilgisi, çalışan, test edilmiş ve kendi gerekçesini açıklayabilen bir sisteme çevrilebiliyor.

Bir şey mi kuruyorsunuz?

Ne kurmak istediğinizi yazın; iki iş günü içinde yazılı teklif iletilir.