Olasılık ve İstatistik
Dağılımları, hipotez testlerini ve regresyon modellerini öğrenirsin. Bir sonucun gerçek mi yoksa rastlantı mı olduğunu ayırt etmek bu dersin asıl amacıdır.
Veri Bilimi ve Analitiği
43 programs · 28 universities · 20 cities · Science (SAY) score type · 2026 YKS data
Base scores for Veri Bilimi ve Analitiği, the nets you need, how the department changed over the last four years and which programs went unfilled, on one page.
- Programs
- 43
- Universities
- 28
- Total Quota
- 1.120
- Placed
- 892
- Fill Rate
- %79,6
- Highest Score
- 515,24
- Lowest Score
- 225,68
- Programs With No Placements
- 2
Where Can You Study This Department with Your Rank
Enter your success rank to see which of the 43 Veri Bilimi ve Analitiği programs are open to you. We split them into safe, target and ambitious.
About the Department
Veri Bilimi ve Analitiği Ne Öğretir
Kısaca: ham veriden anlamlı sonuç çıkarmayı, bu sonuçları modellere dönüştürmeyi ve karar vericilere anlatmayı öğretir. Bölümü yalnızca yapay zeka eğitimi sanmak yaygın bir yanılgıdır. Modelden önce verinin temizlenmesi ve doğru sorunun sorulması bu bölümün asıl işidir.
Programlama ile Veri İşleme
Python ya da R ile büyük veri setlerini okumayı, temizlemeyi ve dönüştürmeyi öğrenirsin. Eksik ve hatalı kayıtlarla başa çıkmak, bu başlığın gündelik işidir.
Veri Tabanları ve Sorgulama
İlişkisel ve ilişkisel olmayan veri tabanlarını, SQL ile sorgu yazmayı ve veri ambarı mantığını öğrenirsin. Analizin doğru veriye ulaşmasını bu beceriler sağlar.
Makine Öğrenmesi Temelleri
Sınıflandırma, kümeleme ve öneri sistemleri gibi yöntemlerin nasıl çalıştığını ve ne zaman kullanılacağını öğrenirsin. Modelin neden yanıldığını anlamak, modeli kurmak kadar önemlidir.
Görselleştirme ve Raporlama
Sonuçları yöneticinin anlayacağı grafiklere ve kısa raporlara dönüştürmeyi öğrenirsin. Yanlış bir grafik, doğru bir analizi bile yanlış yönlendirebilir.
Veri Etiği ve Gizlilik
Kişisel verinin nasıl korunduğunu, KVKK gibi düzenlemelerin ne anlama geldiğini ve yanlı veri setlerinin doğurduğu sorunları incelersin. Bu konu giderek daha fazla önem kazanıyor.
- Duration
- 4 years
- Score Type
- Science (SAY)TYT ve AYT birlikte
- Degree Title
- Lisans Mezunu
- Workload
- 240 AKTS8 yarıyıl
- Internship
- ZorunluGenelde üçüncü sınıf yazında, bir veri ekibinde
- Final Project
- ZorunluSon yarıyıl, gerçek bir veri setiyle
Courses
Dört Yılda Hangi Dersleri Alacaksın
Aşağıdaki akış bu bölümün yaygın müfredatından derlenmiş bir örnektir. Matematik yükü ilk iki yılda ağırdır, programlama ve veri dersleri her yılda biraz daha derinleşir.
- 1
Birinci Sınıf
- Matematik I
- Matematik II
- Lineer Cebir
- Programlamaya Giriş
- Fizik I
- Yabancı Dil I
- Türk Dili
- 2
İkinci Sınıf
- Olasılık
- Veri Yapıları ve Algoritmalar
- İstatistiksel Yöntemler
- Veritabanı Yönetimi
- Yabancı Dil II
- 3
Üçüncü Sınıf
- Regresyon Analizi
- Makine Öğrenmesi
- Büyük Veri İşleme
- Veri Madenciliği
- Zaman Serileri
- Doğal Dil İşleme
- Bilgisayarlı Görü
- Veri Görselleştirme
- 4
Dördüncü Sınıf
- Veri Etiği
- Staj
- Bitirme Projesi
- Derin Öğrenme
- Optimizasyon
- Finansal Veri Analizi
- Sağlık Veri Analitiği
- Bulut Veri Platformları
Required courseElective course
Source and caveat. Bu akış örnek amaçlıdır. Ders adları bu bölümün Türkiye'deki programlarında yaygın olan derslerden derlenmiştir. Müfredatlar kuruma ve giriş yılına göre değişir, bağlayıcı kaynak tercih edeceğin okulun kendi öğrenci bilgi sistemidir.
Specializations
Son İki Yılda Hangi Yöne Gidebilirsin
Veri alanında roller birbirinden ayrılıyor. Veri analisti, veri mühendisi ve makine öğrenmesi uzmanı farklı araçlar kullanır. Seçmeli derslerin bu ayrımı belirler.
Veri Analisti
İş birimlerinin sorularını veriyle yanıtlamak ve raporlamak. Bu rol genellikle bölümden çıkan öğrenciler için en erişilebilir giriş noktasıdır.
- Veri Görselleştirme
- Regresyon Analizi
- Veritabanı Yönetimi
Makine Öğrenmesi Mühendisi
Tahmin modellerini kurmak, eğitmek ve üretime almak. Matematik ve programlama yükü bu yolda en ağır olanıdır.
- Derin Öğrenme
- Optimizasyon
- Makine Öğrenmesi
Veri Mühendisliği
Veri akışlarını kuran ve büyük veri altyapısını işleten ekipler. Sistem bilgisi olan öğrenciler bu alanda öne çıkar.
- Büyük Veri İşleme
- Bulut Veri Platformları
- Veri Yapıları ve Algoritmalar
Finans ve Risk Analitiği
Bankalarda kredi riski, sigortada hasar tahmini ve yatırım modelleri üzerinde çalışmak. Düzenleyici raporlar bu işin önemli bir parçasıdır.
- Finansal Veri Analizi
- Zaman Serileri
- Olasılık
Sağlık ve Biyoveri
Hastane ve ilaç şirketlerindeki klinik veri analizleri. Etik ve gizlilik kuralları bu alanda diğerlerinden daha sıkıdır.
- Sağlık Veri Analitiği
- Veri Etiği
- İstatistiksel Yöntemler
Akademik Araştırma Yolu
Yüksek lisans ve doktora ile araştırma merkezlerinde ilerlemek. Yayın ve yabancı dil yeterliliği bu yolda belirleyici olur.
- Doğal Dil İşleme
- Bilgisayarlı Görü
- Bitirme Projesi
Who It Suits
Bu Bölüm Sana Uyar mı, Uymaz mı
Veri bilimi ilgi çekici bir alan, ama işin büyük kısmı temizlik, doğrulama ve tekrar. Bu yönü de sevmen gerekir.
You Will Probably Enjoy It
- Bir sorunun cevabını veriden bulmak için kurcalamaktan keyif alıyorsan.
- Matematiğe ve olasılığa karşı çekincen yoksa, hatta bunlara merak duyuyorsan.
- Sonuçlarını ekibe açık ve sade bir dille anlatabiliyorsan.
- Bir modelin yanıldığında nedenini bulmak için sabırla çalışabiliyorsan.
You May Struggle
- Dört yılın ilk iki yılı yoğun matematik içerir. Olasılık ve lineer cebirde zorlanırsan programın ritmi bozulabilir.
- Alan hızla değişiyor. Bugün öğrendiğin bir kütüphane iki yıl sonra yerini başkasına bırakmış olabilir.
- Kurumlar çoğu zaman veri temizliğine projenin yarısından fazlasını harcar. Bu sıkıcı bulunabilir.
- Bu alanda yüksek lisans sık beklenir. Diplomayla doğrudan çalışmak mümkün, ama rekabet yoğun.
Required Nets
How Many Nets Did Admitted Students Score in Each Subject
Subject nets of the last student placed in each program, grouped by base score band. Each row is the average of the programs in that band.
Source: YÖK Atlas net data, 2025 YKS. ÖSYM publishes subject statistics after the placement results, so the latest net year is 2025 while scores are from 2026. Bands use 2025 base scores. Nets belong to a single candidate, not a class average, so they are the program's lower bound.
Supply and Demand
What the Department Did in Four Years
The base score alone does not tell whether a department is good. If the rank falls while the number of programs grows, getting in becomes easier but the degree also becomes more common. We put the median success rank next to the number of scored programs.
Quality Signals
What the Score Does Not Tell You
Two programs with the same base score are not the same. The indicators below show the differences the score does not.
Faculty Members
Sum of professors, associate professors and assistant professors reported by the programs at the 28 universities offering this department. The same staff may be counted again in scholarship and paid variants; per-program numbers are in the table below.
Quota per Faculty Member
The median ratio of quota to faculty members across this department's programs is 5,8. The lower the ratio, the more academic attention per student.
All Programs
Which Universities Offer Veri Bilimi ve Analitiği
All 43 programs. Filter by city, university type and tuition, and sort them.
43 programs
Cities
Where Can You Study This Department with the Lowest Score
City is the most concrete constraint of a preference list. Lowest and highest base scores in each city, starting from the lowest. Only programs with a base score are counted.
Related Departments
If You Are Considering This, Look at These Too
Departments that start with similar courses and lead to nearby fields after graduation.
- 49Bilişim Sistemleri ve Teknolojileriat 24 universities · highest 513,38
- 26Yapay Zeka ve Makine Öğrenmesiat 17 universities · highest 440,00
- 29Yazılım Geliştirmeat 16 universities · highest 417,03
- 8İstatistik ve Bilgisayar Bilimleriat 4 universities · highest 358,27
- 126Matematikat 102 universities · highest 533,81
- 26Bilgi Güvenliği Teknolojisiat 15 universities · highest 440,73
AI Career Tools
You Picked a Department, Get Ready for What Comes Next
Internships while studying, a job after graduation. Prepare your CV with AI, practice with the AI interviewer and browse open positions.
University and program data are compiled from YÖK Atlas and the ÖSYM Higher Education Programs and Quotas Guide. Please make your final checks against the official ÖSYM guide.