Yapay zeka mühendisliği nedir?

Yapay zeka mühendisliği, verilerden öğrenen ve karar veren yazılım sistemlerini tasarlayan, geliştiren ve gerçek dünyada çalışır hale getiren mühendislik dalıdır. Bir yapay zeka mühendisi yalnızca model eğitmez; modelin hangi veriyle besleneceğine, nasıl test edileceğine, bir ürünün içinde nasıl çalışacağına ve zamanla nasıl iyileştirileceğine de karar verir.

Türkiye’de lisans düzeyinde ilk yapay zeka mühendisliği programı 2019’da Hacettepe Üniversitesi’nde açıldı. Bugün birçok devlet ve vakıf üniversitesinde “Yapay Zeka Mühendisliği” ya da “Yapay Zeka ve Veri Mühendisliği” adıyla programlar bulunuyor.

Yapay zeka mühendisi ne iş yapar?

Günlük işin büyük kısmı model kurmaktan çok, modeli işe yarar hale getirmekle geçer. Tipik sorumluluklar şunlardır:

• Problemi tanımlamak: Bir iş ihtiyacını, yapay zekanın çözebileceği ölçülebilir bir probleme dönüştürmek.
• Veriyle çalışmak: Veriyi toplamak, temizlemek, etiketlemek ve modele uygun hale getirmek.
• Model geliştirmek: Uygun yöntemi seçmek, modeli eğitmek ya da hazır bir dil modelini işe uyarlamak.
• Değerlendirmek: Modelin doğruluğunu, hatalarını ve önyargılarını sistematik olarak ölçmek.
• Ürüne dönüştürmek: Modeli bir API, uygulama veya iş akışının parçası olarak yayına almak ve izlemek.

Son yıllarda büyük dil modellerinin yaygınlaşmasıyla birlikte işin ağırlığı değişti. Birçok şirkette yapay zeka mühendisleri sıfırdan model eğitmek yerine hazır modelleri şirket verisiyle birleştiriyor, yapay zeka ajanları ve otomasyon akışları kuruyor. Hazır modellerle çalışmanın ilk pratiği, modele verilen yönergeyi tasarlamaktır; ayrıntı için prompt engineering sayfasına bakın.

Bilgisayar mühendisliğinden farkı

İki bölüm ilk iki yılda büyük ölçüde aynı temeli verir: programlama, veri yapıları, algoritmalar, matematik. Ayrışma üçüncü yıldan itibaren belirginleşir.

	Bilgisayar mühendisliği	Yapay zeka mühendisliği
Odak	Yazılım, sistemler, ağlar, donanım	Öğrenen sistemler, veri, modelleme
Matematik ağırlığı	Ayrık matematik ağırlıklı	Olasılık, istatistik, lineer cebir ve optimizasyon ağırlıklı
Tipik seçmeli dersler	İşletim sistemleri, dağıtık sistemler, güvenlik	Derin öğrenme, doğal dil işleme, bilgisayarlı görü
Kariyer genişliği	Çok geniş	Yapay zeka ve veri odaklı, yine de yazılım işlerine açık

Ayrıntılı ders listesi için yapay zeka mühendisliği dersleri sayfasına bakabilirsiniz.

Hangi becerilere ihtiyaç var?

• Matematik: Lineer cebir, olasılık ve istatistik, türev ve optimizasyon. Formülleri ezberlemekten çok, modelin neden öyle davrandığını anlamaya yetecek düzeyde.
• Programlama: Python başta olmak üzere, veri işleme ve yazılım geliştirme pratikleri.
• Veri okuryazarlığı: Verinin nereden geldiğini, nerede yanıltabileceğini sorgulamak.
• Mühendislik disiplini: Test, sürüm takibi, ölçüm ve yayına alma süreçleri.
• İletişim: Teknik olmayan ekiplerle problemi doğru tanımlamak ve sonucu anlatabilmek.

Mezunlar nerede çalışır?

Yapay zeka mühendisliği mezunları ve bu alanda uzmanlaşan mühendisler genellikle şu rollerde çalışır:

• Makine öğrenmesi mühendisi
• Yapay zeka / LLM uygulama mühendisi
• Veri bilimci
• Bilgisayarlı görü veya doğal dil işleme mühendisi
• MLOps / yapay zeka altyapı mühendisi
• Araştırma mühendisi (savunma sanayi, Ar-Ge merkezleri, üniversiteler)

Bankacılık, e-ticaret, telekom, savunma, sağlık ve üretim, Türkiye’de bu rollere en çok ihtiyaç duyan sektörler arasında. Yazılımın uzaktan yapılabilmesi sayesinde yurt dışı şirketlerle çalışma imkanı da yaygın.

Bölümü seçerken nelere bakmalı?

1. Akademik kadro: Bölümde yapay zeka alanında yayın yapan öğretim üyesi sayısı.
2. Müfredat: Zorunlu matematik ve istatistik dersleri ile proje ağırlığı.
3. Staj ve sanayi bağlantıları: Bölümün anlaşmalı şirketleri ve staj imkanları.
4. Öğretim dili: İngilizce programlar, alanın kaynaklarına ve yurt dışı fırsatlara erişimi kolaylaştırır.
5. Altyapı: GPU kaynakları, laboratuvarlar ve öğrenci toplulukları.

Taban puanlar ve başarı sıralamaları her yıl değiştiği için güncel verileri sıralama ve tercih rehberimizde anlatıldığı şekilde YÖK Atlas’tan kontrol edin.

Lisans sonrası: yüksek lisans gerekli mi?

Uygulama odaklı roller için lisans diploması ve güçlü bir proje portföyü çoğu zaman yeterlidir. Araştırma rolleri, akademik kariyer ve bazı Ar-Ge pozisyonları ise yüksek lisans veya doktora ister. Ayrıntılar için yapay zeka mühendisliği yüksek lisans sayfasına bakın.