Bulut Rolleri için Portföy Oluşturacak 11 Bulut Bilişim Projesi (2026)

Portföyünüz için en iyi bulut bilişim projesi en gösterişli olan değildir. Hedeflediğiniz rolün talep ettiği beceriyi doğrudan kanıtlayan ve mülakatta kendinizden emin biçimde anlatabildiğiniz projedir. Bulut mühendisi, DevOps ya da site güvenilirliği mühendisi (SRE) rolüne geçiyorsanız, kod olarak altyapı, konteynerler, CI/CD ve gözlemlenebilirlik boyunca odaklı bir dizi yönlendirmeli proje, düzensiz bir düzine eğitimden daha fazla işinize yarar.

Bu rehber, her birinin gösterdiği beceriye göre gruplandırılmış 11 projeyi listeliyor; işe alım yöneticisine ne sinyal verdiğine dair bir not ve projeyi oluşturmak için yönlendirmeli bir yol ile birlikte. Yığınınıza bulutu ekleyen bir backend geliştiricisi olun ya da sıçrama yapan bir sistem yöneticisi, kanıtlarınızdaki en büyük boşlukları dolduran iki ya da üç projeyi seçin. Bulut mühendisi maaş rehberimize göre, ABD'de yeni başlayan bulut mühendisleri yaklaşık 127.000 $ düzeyinde başlıyor; bu nedenle gerçek kanıt üretme çabasına değer.

Bu projeleri üç kritere göre seçtik: 2026 bulut iş ilanlarında geçen araçları kullanıyorlar (Terraform, Kubernetes, GitHub Actions), gösterilebilir çıktılar üretiyorlar (bir GitHub deposu, canlı demo, mimari diyagram) ve her biri yalnız öğrenmemeniz için bir kurs ya da eğitimle eşleşiyor. Alana yeni misiniz? Önce Understanding Cloud Computing kursumuz ve bulut mühendisi nasıl olunur rehberimizle başlayın, sonra geri dönüp inşa edin.

Özet

Hedef Rolünüz için Doğru Projeyi Nasıl Seçersiniz

En güçlü portföy, en çok projeye sahip olan değil; başvurduğunuz role kanıtı eşleyen ve çoğu yeni portföyün atladığı beceri alanlarını kapsayan portföydür. İnşa etmeden önce üç sorudan geçin ve seçiminizi boşluğa eşleyin.

• Şu anda hangi iş unvanını hedefliyorum? Bulut mühendisi, DevOps mühendisi, SRE ya da bulut veri mühendisi mi? Önce o role etiketlenmiş projeleri inşa edin.
• Hangi beceri için en az kanıtım var? Kod olarak altyapı, konteynerler, CI/CD, veri ya da güvenlik? Bir izleme ya da güvenlik projesi, üçüncü bir altyapı inşasından daha fazla katkı sağlar.
• Bu projedeki her kararı açıklayabilir miyim? Eğer bir projede belgelenmiş gerekçe yoksa, portföy parçası değil, takip ederek yapılan bir eğitim gibi okunur.

Bulut Mühendisi ve DevOps Rolleri için Altyapı ve IaC Projeleri

Altyapı projeleri, bulut ortamlarını kod olarak tasarlayıp sağlayabildiğinizi gösterir. Gerçek ekiplerin çalışma şekli kod olarak altyapı olduğundan, bulut mühendisi, DevOps ve SRE rolleri için güçlü sinyal verirler.

1. Terraform ile üç katmanlı mimari sağlama

Bu proje, tıklayarak yapılan bir web uygulamasını, bulut altyapısını kod olarak inşa edebildiğinize dair kanıta dönüştürür. Klasik üç katmanlı yapıyı, konsol yerine her kaynağı Terraform'da tanımlayarak yeniden ele alır.

AWS veya GCP üzerinde bir yük dengeleyici, otomatik ölçeklenen bir web sunucuları grubu, özel bir veritabanı katmanı ve bir sıçrama sunucusu (bastion host) sağlarsınız; hepsi HashiCorp Configuration Language (HCL) ile. Gerçek karar verme ağ tasarımında görünür: özel alt ağlar, güvenlik grupları veya güvenlik duvarı kuralları ve kontrollü çıkış trafiği. Terraform durumunu kilitlemeli, şifrelenmiş bir S3 arka ucunda tutun ki proje kum havuzu değil, üretim gibi görünsün.

Üç katmanlı mimari: ayrı ayrı ölçeklenen ve güvence altına alınan bir sunum katmanı, bir mantık katmanı ve bir veri katmanı. Kaynak: AWS belgeleri.

İşe alım yöneticisine neyi kanıtlar: standart bir üretim topolojisini tasarlayıp bunu web konsolunda elle değil, kod olarak yönetebildiğinizi.

Yönlendirmeli yol: DataCamp'in Terraform'a başlangıç ve Terraform ile AWS altyapısını otomatikleştirme eğitimleriyle başlayın; temeller yeni ise önce Understanding Cloud Computing kursunu alın. Topolojiye derin dalış için AWS üç katmanlı başvuru mimarisini kullanın.

• Seviye: Orta
• Yığın: Terraform, AWS veya GCP, yük dengeleyici, VPC, otomatik ölçekleme
• En uygun: Bulut mühendisliğine geçen backend geliştiriciler ve sistem yöneticileri

2. Çoklu ortam Terraform kurulumu oluşturma

Bu proje, sadece bir kez terraform apply çalıştırmanın ötesinde, kod olarak altyapının gerçek bir şirkette nasıl çalıştığını anladığınızı kanıtlamak için doğru projedir. Ciddi mühendislik organizasyonlarının neredeyse tamamında kullanılan bir kalıptır.

Paylaşılan modüller, değişken dosyaları ve geliştirme, aşama ve üretim için ayrı çalışma alanları veya dizinlerle bir Terraform kod tabanı oluşturun. Durumu kilitlemeli biçimde S3 veya Terraform Cloud'da uzaktan saklayın ve üç ortamın tümünde aynı modülü yeniden kullanın; böylece fark kopyala-yapıştır değil, yapılandırma olur. Modülleri neden bu şekilde böldüğünüzü belgeleyin.

İşe alım yöneticisine neyi kanıtlar: tek seferlik bir betik yerine gerçek dünyada IaC yapısına karşılık gelen modül yeniden kullanımı, durum yönetimi ve ortam izolasyonunu anladığınızı.

Yönlendirmeli yol: ortamları ayırmadan önce modüller ve durumla rahat olmak için DataCamp'in AWS üzerinde Terraform ve Terraform import eğitimlerini izleyin.

• Seviye: Orta
• Yığın: Terraform, uzak durum, modüller, çalışma alanları
• En uygun: DevOps veya platform mühendisliği rolünü hedefleyen herkes

DevOps ve Platform Rolleri için CI/CD ve Otomasyon Projeleri

Otomasyon projeleri, tekrarlanabilir ve güvenilir teslimat inşa edebildiğinizi gösterir. DevOps rolleri için çekirdektir ve bulut mühendisliğinde de giderek beklenir.

3. GitHub Actions ile konteynerize bir uygulama için CI/CD hattı oluşturma

Konteynerize bir uygulama için CI/CD hattı, yeni başlayan bulut ve DevOps rollerinde en yaygın beklenen otomasyon projesidir. Sadece bir otomasyon projesi yapacaksanız, bunu yapın.

Kodu lint eden, testleri çalıştıran, bir Docker imajı oluşturan, bunu Amazon ECR, Google Artifact Registry veya Docker Hub gibi bir kayıt deposuna iten ve bir bulut hizmetine dağıtan bir GitHub Actions iş akışı oluşturun. Her aşama anlamlı bir şey yapsın diye tetiklemeyi push ve pull request üzerinde kurun. Sadece "hello world" yazdıran bir hat kimseyi kandırmaz; her adımı gerçek yapın.

İşe alım yöneticisine neyi kanıtlar: platform ve bulut işinin günlük rutini olan kodu otomatik ve güvenilir şekilde sevk edebildiğinizi.

Yönlendirmeli yol: DataCamp'in Makine Öğrenimi için CI/CD kursu, GitHub Actions etkinlikleri, işler, koşucular ve hatları öğretir; mekanikler doğrudan bir bulut dağıtımına transfer olur. Bunu Introduction to Git ve Introduction to GitHub Concepts ile eşleştirin, ardından bir örnek için CI/CD adım adım eğitimini izleyin.

• Seviye: Orta
• Yığın: GitHub Actions, Docker, bir konteyner kayıt deposu, bir bulut çalışma zamanı
• En uygun: DevOps ve platform rollerini hedefleyen geliştiriciler

4. Sunucusuz bir otomasyon görevini zamanlama

Bu, ham inşa becerisinden daha nadir görülen işletimsel düşünmeyi gösteren küçük ve hızlı bir projedir. Bir öğleden sonra içinde bitirebilirsiniz.

Amazon EventBridge veya Google Cloud Scheduler kullanarak bir Lambda ya da Cloud Function'ı bir zamanlamaya göre tetikleyin. İyi seçenekler arasında günlük maliyet raporu, eski kayıtların arşivlenmesi ya da eskiyen kaynakları temizleyen bir görev bulunur. Fonksiyona asgari ayrıcalık ilkesine uyan bir IAM rolü verin ve yaptıklarını kaydedin.

İşe alım yöneticisine neyi kanıtlar: sadece hizmetleri ayağa kaldırmayı değil, işletim ve maliyet kontrolünü de düşündüğünüzü.

Yönlendirmeli yol: sunucusuz yapıtaşları için AWS Cloud Technology and Services kursunu alın; ardından çok adımlı otomasyonu düzenlemek için AWS Step Functions eğitimini kullanın.

• Seviye: Başlangıç
• Yığın: AWS Lambda veya Cloud Functions, EventBridge veya Cloud Scheduler, IAM
• En uygun: Operasyon sinyali eklemek isteyen kariyerinin başındaki geliştiriciler

Bulut Mühendisi, DevOps ve SRE Rolleri için Konteyner ve Kubernetes Projeleri

Kubernetes projeleri, bulut mühendisi, DevOps ve SRE rolleri için yüksek değerdedir. kind veya minikube gibi yerel bir kümede yapılan bir proje bile, manifestler ve mimari iyi düşünülmüşse etkileyicidir.

5. Helm ile Kubernetes üzerinde çok servisli bir uygulama dağıtma

Bu proje, üretim düzeyinde konteyner yetkinliğini gösterir ve yeni başlayan bir Kubernetes rolünün beklediğinin çoğunu kapsar. Yönetilen bir kümede veya yerelde çalışır.

Deployment manifestleri, Services, ConfigMaps, Secrets ve bir Ingress denetleyici kullanarak iki ya da üç servisli küçük bir uygulama (bir web ön yüzü, bir API arka ucu ve bir veritabanı) dağıtın. Ardından bunu ortam başına ayrı values dosyalarıyla bir Helm chart olarak paketleyin ve kaynak istekleri ile limitlerini ve bir Yatay Pod Ölçekleyici (HPA) ekleyin. Eşikleri neden seçtiğinizi belgeleyin; çünkü temel bir dağıtımı gerçek düşünce gösteren bir işe dönüştüren budur.

İşe alım yöneticisine neyi kanıtlar: tek bir manifest değil, paketleme ve kaynak yönetimiyle üretimdeki gibi konteynerize iş yükleri çalıştırabildiğinizi.

Yönlendirmeli yol: pratik kubectl ve manifestler için Introduction to Kubernetes alın; ardından yönetilen bir küme için Getting Started with Google Kubernetes Engine. Docker ve Kubernetes ile Konteynerleştirme ve Sanallaştırma yolu ve Kubernetes eğitimi tüm yolu kapsar; Introduction to Docker ise ön koşuldur.

• Seviye: İleri
• Yığın: Kubernetes, Helm, Docker, Ingress, HPA
• En uygun: Konteyner ağırlıklı ekipleri hedefleyen bulut mühendisleri ve DevOps adayları

Kariyer Değiştirenler ve Kariyerinin Başındakiler için Sunucusuz ve Olay Güdümlü Projeler

Sunucusuz projeler, olay güdümlü mimariyi ve yönetilen işlemi anladığınızı gösterir. Hızlı inşa edilirler; bu da zamanınız sınırlıyken iyi bir ilk uçtan uca proje olmalarını sağlar.

6. Sunucusuz iletişim formuna sahip bir statik site oluşturma

Bu, ilk eksiksiz bulut projenize en hızlı yoldur ve paylaşabileceğiniz canlı bir URL üretir. Temel statik barındırmayı, arka planda gerçekten iş yapan bir şeye dönüştürür.

Bir statik siteyi Amazon S3 üzerinde CloudFront ile ya da Google Cloud Storage üzerinde barındırın; ardından API Gateway ve bir Lambda fonksiyonu (veya Cloud Functions) çağıran bir iletişim formu ekleyin. Fonksiyon, Amazon SES veya SNS üzerinden bir onay gönderir. Tamamı sunucusuzdur; bu yüzden işletim maliyeti neredeyse sıfırdır ve yönetilen bileşenlerin nasıl bağlandığını gösterir.

İşe alım yöneticisine neyi kanıtlar: statik barındırma, sunucusuz hesaplama ve yönetilen mesajlaşmayı, çalışan tek bir uçtan uca uygulamada birleştirebildiğinizi.

Yönlendirmeli yol: çekirdek hizmetler için AWS Concepts kursunu ve barındırma ile sunucusuzun arkasındaki temeller için Understanding Cloud Computing kursunu alın.

• Seviye: Başlangıç
• Yığın: S3 veya Cloud Storage, CloudFront, API Gateway, Lambda, SES veya SNS
• En uygun: Canlı bir ilk proje isteyen sıfırdan başlayanlar

7. Olay güdümlü bir dosya işleme hattı oluşturma

Bu proje, gerçek bulut mimarilerinde sürekli görülen olay güdümlü kalıbı öğretir. İletişim formundan doğal bir seviye atlamadır.

S3 veya Cloud Storage'a bir yükleme, bir Lambda veya Cloud Function'ı tetikler; bu fonksiyon örneğin bir görseli yeniden boyutlandırır, bir CSV'yi ayrıştırır veya metin çıkarır; ardından sonucu depolamaya yazar ve SNS veya Pub/Sub üzerinden bir bildirim gönderir. Fonksiyona yalnızca ihtiyaç duyduğu kovalar ve konularla sınırlı bir IAM rolü verin. Asgari ayrıcalıklı IAM, birçok yeni başlayan için zayıf noktadır; bunu doğru yapmak bir ayırt edicidir.

İşe alım yöneticisine neyi kanıtlar: bir eğitim klonundan ayrılan özenli bir inşayı belirleyen iki şeyi, yani olay güdümlü tasarımı ve asgari ayrıcalıklı IAM'i anladığınızı.

Yönlendirmeli yol: DataCamp'in AWS Step Functions eğitimi ve AWS Cloud Technology and Services kursu tetikleyiciler, fonksiyonlar ve orkestrasyonu kapsar.

• Seviye: Orta
• Yığın: S3 veya Cloud Storage, Lambda veya Cloud Functions, SNS veya Pub/Sub, IAM
• En uygun: Bir sunucusuz projesi olup derinleşmek isteyen geliştiriciler

Bulut Veri Mühendisi Rolleri için Bulut Veri ve ML Projeleri

Veri ve ML projeleri, bulut veri mühendisliği, analitik mühendisliği veya veri yoğun şirketlerde platform rollerini hedefliyorsanız değerlidir. Mimari ve kod kalitesi, veri setinin boyutundan daha önemlidir.

8. Bulut ambarına toplu veri hattı oluşturma

Bulut veri mühendisi veya analitik mühendisliği rolünü hedefliyorsanız bu doğru projedir. Eski bulut analitiği fikrini temiz bir uçtan uca hatta dönüştürür.

Herkese açık bir veri setini içe aktarın, Python veya SQL ile dönüştürün, BigQuery, Amazon Redshift veya Azure Synapse gibi bir bulut ambarına yükleyin ve bir sorgu sonucunu görselleştirin. Küçük bir veri seti yeterlidir; çünkü amaç hacim değil, hattır. Şema seçimlerinizi ve hattı hangi aralıkta çalışacak şekilde zamanlayacağınızı belgeleyin.

İşe alım yöneticisine neyi kanıtlar: bulut veri rollerinin bel kemiği olan, veriyi uçtan uca bir ambara taşıyabildiğinizi.

Yönlendirmeli yol: DataCamp'in Azure Synapse'e başlangıç eğitimini izleyin ve BigQuery için Introduction to GCP kursunu alın. Associate Data Engineer in SQL yolu, hat temellerini oluşturmanıza yardımcı olur.

• Seviye: Orta
• Yığın: BigQuery, Redshift veya Synapse, Python veya SQL, bulut depolama
• En uygun: Bulut veri rollerini hedefleyen analistler ve mühendisler

9. Sunucusuz bir ML çıkarım servisi oluşturma

Bu proje, sunucu yönetmeden bir modelin API arkasına konulabildiğini gösterir; bu da uygulamalı roller için modern bir beklentidir. Eski sunucusuz makine öğrenimi ve sohbet botu fikirlerini tek bir kullanışlı inşada birleştirir.

Bir modeli (görüntü sınıflandırma veya metin) API Gateway ve bir Lambda fonksiyonu veya Cloud Functions arkasına paketleyin ve girdileri ile çıktıları DynamoDB veya Firestore'da saklayın. Kapsamı dar tutmak için Amazon Rekognition gibi yönetilen bir hizmet veya bir Hugging Face modeli kullanabilirsiniz. Yazınızda sunucusuz çıkarımın soğuk başlangıç ve maliyet ödünlerini not edin; çünkü gerçek muhakemeyi gösteren budur.

İşe alım yöneticisine neyi kanıtlar: yönetilen hesaplamayı, model sunmayı ve çıkarımı sunucusuz çalıştırmanın maliyet ödünlerini anladığınızı.

Yönlendirmeli yol: veri bilimi ve makine öğrenimi için bulut mimarisi rehberini okuyun; ardından işlem adımlarını zincirlemek için AWS Step Functions eğitimini kullanın.

• Seviye: İleri
• Yığın: API Gateway, Lambda veya Cloud Functions, DynamoDB veya Firestore, bir model hizmeti
• En uygun: Bulut ve ML mühendisliğine yönelen veri profesyonelleri

Gözlemlenebilirlik ve Güvenlik Projeleri

Gözlemlenebilirlik ve güvenlik projeleri çoğu yeni başlayan portföyünde yoktur; tam da bu yüzden öne çıkarlar. Bu iki alandaki yönlendirmeli kapsamımız daha sınırlı; bu nedenle bu projeler, listenin geri kalanına göre resmi belgelere daha çok yaslanır ve bunu aşağıda dürüstçe belirtiyoruz.

10. Bir izleme ve uyarı yığını oluşturma

Gözlemlenebilirlik projeleri, bulut ve SRE rolleri için işe alım yöneticileri tarafından ciddiye alınır; çünkü dağıtım anının ötesini düşündüğünüzü gösterir. Çoğu yeni aday bunu atlar; bu yüzden hızlıca öne çıkmanın bir yoludur.

Bir uygulamadan ve altında yatan sistemden metrikleri almak için Prometheus dağıtın; ardından en az iki uyarı kuralı olan bir Grafana panosu oluşturun. Tek bir VM'de veya yerel bir kind kümesinde çalıştırmak yeterlidir. Bir bulut sağlayıcısına alternatif olarak, günlükleri Amazon CloudWatch veya Google Cloud Logging'de merkezileştirin, belirli bir hata örüntüsünü ortaya çıkaran bir sorgu yazın ve bir uyarı ekleyin. Eşikleri ve neden seçtiğinizi belgeleyin.

İşe alım yöneticisine neyi kanıtlar: dağıtımdan sonra ne olduğunu düşündüğünüzü; bu, yeni başlayan seviyesinde bile kıdemli bir sinyaldir.

Yönlendirmeli yol: uygulamalı inşa için resmi Prometheus ve Grafana belgelerini kullanın. DataCamp'in MLOps Concepts kursu, altyapıya da taşınan izleme ilkelerini (istatistiksel ve hesaplamalı izleme) kapsar.

• Seviye: Orta
• Yığın: Prometheus, Grafana veya CloudWatch ve Cloud Logging
• En uygun: SRE ve güvenilirlik odaklı bulut rollerini hedefleyen adaylar

11. IAM asgari ayrıcalık ve sırların sertleştirilmesini uygulama

Güvenlik bakış açısı, işleri sadece çalışır hale getiren adaylardan sizi ayırır. Bunu göstermek için güvenlik uzmanı olmanız gerekmez; öne çıkmak isteyen her mühendis yapabilir.

Kasıtlı olarak fazla yetkili bir kurulumdan başlayın; AWS'de IAM Access Analyzer veya GCP'de Policy Analyzer ile fazla izinleri bulun ve bunları asgari gerekliliğe indirin. Ardından sabit kodlanmış kimlik bilgilerini kaldırın ve bunları AWS Secrets Manager, Google Secret Manager veya HashiCorp Vault'a taşıyın. Önceki durumu ve yaptığınız her değişikliği, nedenleriyle birlikte belgeleyin.

İşe alım yöneticisine neyi kanıtlar: güvenliği bir varsayılan olarak ele aldığınızı ve verdiğiniz her izni gerekçelendirebildiğinizi.

Yönlendirmeli yol: Understanding Cloud Computing güvenlik temellerini kapsar; uygulamalı kısımda ise IAM Access Analyzer ve Secrets Manager için sağlayıcı belgeleri kullanılır. Bu, tasarım gereği belgelerle yönlendirilen bir inşadır.

• Seviye: Orta
• Yığın: IAM Access Analyzer, Secrets Manager veya Vault, sağlayıcı güvenlik araçları
• En uygun: Çoğu portföyde olmayan bir ayırt edici arayan mühendisler

Bir Bulut Projesini Öne Çıkaran Nedir

Proje türü, uygulamadan daha az önemlidir. Bir portföy parçasını eğitim klonundan sürekli ayıran iki şey vardır ve ikisi de ek maliyetsizdir.

• README'de belgelenmiş kararlar. Neden bu hizmet, neden bu IAM izinleri, neden bu ağ tasarımı açıklayın. Belgelenmiş gerekçesi olmayan bir proje, takip ederek yapılmış gibi görünür.
• En sonda yamalanmayan güvenlik. Genelleyici IAM izinleri yok, düz ortam değişkenlerinde duran sırlar yok, özel olması gerekirken kamuya açık olan hiçbir şey yok.
• Sayının üzerinde derinlik. Farklı beceri alanlarına yayılan iki ya da üç iyi uygulanmış proje, altı yüzeysel projeyi her seferinde geride bırakır.
• Boşlukların kapsanması. Konteynerize bir uygulama için CI/CD hattı, yeni başlayan rollerin beklediği otomasyon projesidir; bir izleme yığını ise çoğu portföyün eksik olduğu parçadır.

Son Düşünceler

Çoğu kişi için bulut rollerine geçişte doğru başlangıç, üç katmanlı Terraform projesidir; çünkü kod olarak altyapı, neredeyse her bulut ve DevOps iş ilanında yer alan bir beceridir. Hedefiniz doğrudan DevOps veya platform çalışması ise önce GitHub Actions CI/CD hattını inşa edin. Oradan, henüz kanıtınız olmayan bir beceri alanından bir proje ekleyin ve mümkünse o proje için gözlemlenebilirlik veya güvenliği seçin.

Birkaç dürüst uyarı. Bu projelerin bulut kısımlarını, bir öğrenme platformu içinde değil, sağlayıcıların ücretsiz katmanında inşa edersiniz; bu nedenle bir AWS, Azure veya GCP hesabına ihtiyacınız olacak ve ücretsiz katmanın dışında kalan hizmetlerde küçük ücretlere dikkat etmelisiniz. Yönlendirmeli kursları kavramı hızlı öğrenmenin yolu olarak görün; ardından gerçek inşayı kendiniz yapın ki çalışma gerçekten sizin olsun.

İnşa etmeden önce kavramları isterseniz, Sıfırdan Bulut Bilişim Öğrenin rehberi ve Understanding Cloud Computing kursu, birkaç saatlik içerikte temelleri kapsar.