Yapay zeka mühendisliği dersleri

Yapay zeka mühendisliği müfredatı üniversiteden üniversiteye değişse de yapı genellikle aynıdır: ilk iki yıl matematik ve yazılım temeli, son iki yıl makine öğrenmesi ve uzmanlık alanları. Aşağıdaki dağılım, Türkiye’deki programların ortak çerçevesini özetler. Kesin ders listesi için tercih edeceğiniz üniversitenin bölüm sayfasındaki güncel müfredatı kontrol edin.

1. sınıf: Temeller

• Matematik (Kalkülüs) I–II
• Lineer cebir
• Programlamaya giriş (genellikle Python veya C)
• Fizik I–II
• Bilgisayar mühendisliği / yapay zekaya giriş
• Akademik İngilizce

Bu yılın amacı, sonraki yıllarda kullanılacak matematik dilini ve programlama alışkanlığını kazandırmaktır.

2. sınıf: Yazılım ve olasılık

• Veri yapıları ve algoritmalar
• Nesne yönelimli programlama
• Olasılık ve istatistik
• Ayrık matematik
• Veri tabanı sistemleri
• Sayısal yöntemler

Olasılık ve istatistik dersleri, yapay zeka mühendisliğinin bilgisayar mühendisliğinden ayrıştığı ilk noktadır. Bu derslerdeki kavramlar (dağılımlar, beklenen değer, hipotez testi) makine öğrenmesinin temelidir.

3. sınıf: Makine öğrenmesi

• Makine öğrenmesi
• Yapay zekanın temelleri (arama, planlama, bilgi gösterimi)
• Optimizasyon
• Veri bilimi ve veri madenciliği
• İşletim sistemleri veya bilgisayar mimarisi
• Yaz stajı

4. sınıf: Uzmanlaşma ve bitirme projesi

Zorunlu dersler azalır, seçmeli dersler ve bitirme projesi öne çıkar. Sık görülen seçmeliler:

• Derin öğrenme
• Doğal dil işleme ve büyük dil modelleri
• Bilgisayarlı görü
• Pekiştirmeli öğrenme
• Konuşma ve ses işleme
• MLOps ve yapay zeka sistemlerinin yayına alınması
• Yapay zeka etiği ve hukuku

Okul dışında ne öğrenmeli?

Müfredat temeli verir, ama sektörde aranan becerilerin bir kısmı derslerde yeterince işlenmez:

• Git ve yazılım ekip çalışması: Kod incelemesi, sürüm takibi.
• Bulut ve konteynerler: Docker ve en az bir bulut sağlayıcıda model çalıştırma.
• Dil modelleriyle uygulama geliştirme: API kullanımı, prompt tasarımı, RAG ve ajan mimarileri.
• Değerlendirme: Bir modelin gerçekten işe yarayıp yaramadığını test setleriyle ölçmek.

Bu becerileri gösteren 2–3 gerçek proje, staj ve ilk iş başvurularında çoğu zaman not ortalamasından daha belirleyici olur.

Bölümün genel tanımı ve kariyer alanları için yapay zeka mühendisliği nedir sayfasına dönebilirsiniz.