Makine Öğrenmesi Temelleri
Denetimli ve denetimsiz öğrenme yöntemlerini, sınıflandırma ve regresyon problemlerini öğrenirsin. Bir modelin neden ezberlediğini anlamak bu başlığın en önemli kazanımıdır.
Yapay Zeka Mühendisliği
40 programs · 17 universities · 5 cities · Science (SAY) score type · 2026 YKS data
Base scores for Yapay Zeka Mühendisliği, the nets you need, how the department changed over the last four years and which programs went unfilled, on one page.
- Programs
- 40
- Universities
- 17
- Total Quota
- 647
- Placed
- 322
- Fill Rate
- %49,8
- Highest Score
- 549,43
- Lowest Score
- 310,94
- Programs With No Placements
- 12
Where Can You Study This Department with Your Rank
Enter your success rank to see which of the 40 Yapay Zeka Mühendisliği programs are open to you. We split them into safe, target and ambitious.
About the Department
Yapay Zeka Mühendisliği Ne Öğretir
Kısaca: öğrenen sistemlerin nasıl kurulduğunu, eğitildiğini, değerlendirildiğini ve gerçek dünyada işletildiğini öğretir. Adayların sık yanlış bildiği nokta, bölümün hazır bir yapay zeka aracını kullanmayı değil, modelin matematiğini ve mühendisliğini kurmayı öğrettiğidir. Bu yüzden lineer cebir ve olasılık dersleri yoğundur.
Derin Öğrenme
Sinir ağlarının katmanlarını, geri yayılımı ve dikkat mekanizmalarını inceleyip kendi ağlarını eğitirsin. Görüntü ve dil verisiyle çalışmak bu derslerin ana uygulamasıdır.
Doğal Dil ve Görüntü İşleme
Metinden anlam çıkarma, konuşma tanıma ve görüntüden nesne bulma gibi uygulamaların altındaki yöntemleri görürsün. Veri ön işleme ve temizleme bu alanın büyük bölümünü oluşturur.
Yazılım ve Veri Altyapısı
Model kadar önemli olan veri boru hatlarını, veri tabanlarını ve kodun sürdürülebilirliğini öğrenirsin. Bir modelin üretimde çalışması yalnızca doğruluk oranına bağlı değildir.
Matematik ve İstatistik
Lineer cebir, optimizasyon ve olasılık, modelin neden öğrendiğini açıklayan temel dillerdir. Gradyan iniş yöntemini elle türetebilmek bu bölümde beklenen bir beceridir.
Etik, Güvenlik ve Açıklanabilirlik
Yanlı veri, mahremiyet ve modelin kararlarını açıklama zorluğu gibi konuları ele alırsın. Yapay zeka sistemlerinin toplumsal etkisi derslerin ayrılmaz bir parçasıdır.
- Duration
- 4 yearsHazırlık varsa 5 yıl
- Score Type
- Science (SAY)TYT ve AYT birlikte
- Degree Title
- Yapay Zeka Mühendisi
- Workload
- 240 AKTS8 yarıyıl
- Internship
- ZorunluGenelde son iki yılda teknoloji şirketlerinde ya da Ar-Ge merkezlerinde
- Final Project
- ZorunluSon yarıyıl, genelde bir yapay zeka uygulaması
Courses
Dört Yılda Hangi Dersleri Alacaksın
Akışın ilk iki yılı matematik ve programlama üzerine kuruludur. Makine öğrenmesi üçüncü yılda başlar; dördüncü yılda derin öğrenme ve seçmeliler öne çıkar.
- 1
Birinci Sınıf
- Matematik I
- Matematik II
- Programlama I
- Programlama II
- Fizik I
- Ayrık Matematik
- Mühendisliğe Giriş
- İngilizce
- 2
İkinci Sınıf
- Veri Yapıları ve Algoritmalar
- Lineer Cebir
- Olasılık ve İstatistik
- Nesneye Yönelik Programlama
- Veritabanı Yönetimi
- Diferansiyel Denklemler
- Sayısal Analiz
- 3
Üçüncü Sınıf
- Makine Öğrenmesi
- Optimizasyon
- Veri Madenciliği
- İstatistiksel Öğrenme
- Bilgisayarla Görme
- Yazılım Mühendisliği
- Doğal Dil İşleme
- Pekiştirmeli Öğrenme
- Bulut Bilişim
- 4
Dördüncü Sınıf
- Derin Öğrenme
- Yapay Zeka Etiği
- Bitirme Projesi I
- Bitirme Projesi II
- Büyük Dil Modelleri
- Robotik
- Konuşma Teknolojileri
- Yapay Zeka Donanımları
- Tıbbi Yapay Zeka
- Siber Güvenlik
Required courseElective course
Source and caveat. Ders adları, bu bölümün Türkiye'deki programlarında yaygın olan derslerden derlenmiş örnek bir akıştır. Yıl yerleşimi ve seçmelilerin içeriği, programın kadrosuna ve giriş yılına göre değişir.
Specializations
Son İki Yılda Hangi Yöne Gidebilirsin
Yapay zeka mühendisliği genç bir bölüm olduğu için iş tanımları hızla değişiyor. Son iki yılda seçtiğin uzmanlık, hangi tür ekipte çalışacağını belirler.
Makine Öğrenmesi Mühendisliği
Modelleri eğitmek, üretime almak ve izlemek. Veri bilimi ile yazılım mühendisliğinin kesiştiği, en çok aranan roldür.
- Makine Öğrenmesi
- Derin Öğrenme
- Bulut Bilişim
Bilgisayarla Görme
Kamera verisinden nesne tanıma, kalite kontrol ve otonom sistemler. Üretim ve savunma sanayisinde pratik uygulamaları yaygındır.
- Bilgisayarla Görme
- Robotik
- Derin Öğrenme
Doğal Dil ve Konuşma Teknolojileri
Metin üretimi, çeviri ve sesli asistan sistemlerinin arkasındaki modelleri geliştirmek. Büyük veri setlerinin temizlenmesi bu işin önemli bir parçasıdır.
- Doğal Dil İşleme
- Büyük Dil Modelleri
- Konuşma Teknolojileri
Veri Mühendisliği
Modellerin beslendiği veri akışlarını kurmak ve bakımını yapmak. Modelin kalitesini belirleyen altyapı çoğu zaman bu rolde şekillenir.
- Veri Madenciliği
- Veritabanı Yönetimi
- Optimizasyon
Yapay Zeka Güvenliği ve Etik
Modellerin kötüye kullanımını önlemek, risk değerlendirmesi yapmak ve açıklanabilirlik araçlarını uygulamak. Kurumların düzenleyici süreçlere uyumu bu alanda önem kazanıyor.
- Yapay Zeka Etiği
- Siber Güvenlik
- İstatistiksel Öğrenme
Akademi ve Ar-Ge
Açık kaynak projelere katkı ve konferans makaleleri, bu alanda lisansüstü eğitime girmek isteyenler için en değerli kanıttır.
- Pekiştirmeli Öğrenme
- Bitirme Projesi I
- Veri Yapıları
Who It Suits
Bu Bölüm Sana Uyar mı, Uymaz mı
Yapay zeka mühendisliği yüksek talepli görünse de matematik ve programlama yükü ağırdır. Bölümü seçmeden önce bu iki alanda kendini nasıl gördüğüne bak.
You Will Probably Enjoy It
- Bir modelin neden yanıldığını bulmak için veriye bakmaktan hoşlanıyorsan.
- Lineer cebir ve olasılığı sınavdan sonra da unutmak istemeyecek kadar seviyorsan.
- Her yıl değişen araçlara kendini uyarlamaya açıksan.
- Kod yazarken küçük deneyler yapıp sonucu hızla görmek seni motive ediyorsa.
- Yapay zekanın toplumsal etkisi üzerine düşünmek seni ilgilendiriyorsa.
You May Struggle
- Matematik yükü yüksektir; analiz ve doğrusal cebir derslerinde ciddi çalışma gerekir.
- Alan çok hızlı değiştiği için müfredat birkaç yılda bir güncellenir ve okulların kadro hazırlığı farklılık gösterir.
- Bu bölümde GPU ve bulut kaynakları gerekebilir; okulun altyapısı ve kendi bilgisayarın önemli hale gelir.
- Piyasada yapay zeka etiketi taşıyan çok sayıda kısa kurs var; diploma ile proje kanıtını birbirinden ayırmak gerekir.
- Yüksek lisans beklentisi yaygındır; lisansla tam bir uzman olmak zordur.
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.
- 2023 median rank
- 33.278
- 2026 median rank
- 89.009
- Rank change
- %+167,5
- Program change
- %+112,5
Between 2023 and 2026 the number of scored programs rose by 113 percent, while the median success rank worsened by 168 percent. A worsening rank means it became easier to get in. Only programs with a base score are compared across years.
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 17 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 1,8. The lower the ratio, the more academic attention per student.
All Programs
Which Universities Offer Yapay Zeka Mühendisliği
All 40 programs. Filter by city, university type and tuition, and sort them.
40 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.
- 332Bilgisayar Mühendisliğiat 180 universities · highest 544,75
- 34Yapay Zeka ve Veri Mühendisliğiat 21 universities · highest 530,13
- 164Yazılım Mühendisliğiat 81 universities · highest 474,04
- 18Bilişim Sistemleri Mühendisliğiat 9 universities · highest 439,44
- 26Bilgi Güvenliği Teknolojisiat 15 universities · highest 440,73
- 271Elektrik-Elektronik Mühendisliğiat 163 universities · highest 550,97
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.