Veri Toplama ve Depolama
Sensör, web ve veritabanı kaynaklarından veri çekmeyi, bunları büyük veri ambarlarında saklamayı öğrenirsin. Veri boru hatlarını kurup çalışır hale getirmek bu başlığın ana işidir.
Yapay Zeka ve Veri Mühendisliği
34 program · 21 üniversite · 10 şehir · Sayısal puan türü · 2026-YKS verisi
Yapay Zeka ve Veri Mühendisliği için taban puanlar, kaç net gerektiği, bölümün son dört yılda nasıl değiştiği ve hangi programların dolmadığı tek sayfada.
- Program
- 34
- Üniversite
- 21
- Toplam Kontenjan
- 633
- Yerleşen
- 546
- Doluluk
- %86,3
- En Yüksek Puan
- 530,13
- En Düşük Puan
- 351,45
- Hiç Dolmayan Program
- 3
Sıralamanla Bu Bölümü Nerede Okuyabilirsin
Başarı sıranı yaz, Yapay Zeka ve Veri Mühendisliği veren 34 programın hangilerinin sana açık olduğunu gör. Güvenli, hedef ve iddialı olarak ayırıyoruz.
Bölüm Nedir
Yapay Zeka ve Veri Mühendisliği Ne Öğretir
Kısaca: ham veriyi toplamaktan, temizlemekten, depolamaktan ve bu veriden karar destekleyen modeller çıkarmaktan sorumlu mühendisler yetiştirir. Veriyi analiz etmekle yapay zeka modeli kurmak arasındaki bağı kurmayı öğretir. Adayların çoğu bölümü yalnızca yapay zeka sanır; oysa veri altyapısı ve istatistik dersleri müfredatın belkemiğidir.
Veri Temizleme ve Hazırlama
Eksik, hatalı ve tutarsız kayıtları bulup modele uygun hale getirmeyi öğrenirsin. Bir projenin zamanının büyük kısmı bu aşamaya gittiği için derslerde ağırlıklı yer tutar.
İstatistik ve Olasılık
Hipotez testi, regresyon ve zaman serisi analizini öğrenirsin. Bir sonucun şans eseri mi yoksa gerçek bir etki mi olduğunu ayırt etme becerisi bu derslerde kazanılır.
Makine Öğrenmesi Uygulamaları
Sınıflandırma, kümeleme ve tahmin modellerini kurup değerlendirirsin. Modelin başarısını doğru ölçmek ve eğitim verisini ezberlemekten ayırmak önemli bir konudur.
Veri Görselleştirme ve Raporlama
Karmaşık sonuçları karar vericiye anlaşılır grafik ve panolarla aktarmayı öğrenirsin. Yanlış okunabilecek bir grafiğin nasıl hazırlanmaması gerektiğini bilmek bu başlığın ayrılmaz parçasıdır.
Bulut ve Büyük Veri Altyapısı
Dağıtık işleme sistemleri, konteyner ve bulut platformlarında veri işlemeyi görürsün. Büyük veri setlerinin tek bir bilgisayara sığmadığı durumlarda çözüm üretmeyi öğrenirsin.
- Eğitim Süresi
- 4 yılHazırlık varsa 5 yıl
- Puan Türü
- SayısalTYT ve AYT birlikte
- Mezuniyet Unvanı
- Yapay Zeka ve Veri Mühendisi
- Mezuniyet Yükü
- 240 AKTS8 yarıyıl
- Staj
- ZorunluGenelde üçüncü yıldan sonra, veri ekiplerinde
- Bitirme Projesi
- Zorunlu7. ve 8. yarıyıl
Dersler
Dört Yılda Hangi Dersleri Alacaksın
Akışta programlama ve istatistik ilk iki yılın omurgasıdır. Veri altyapısı üçüncü yılda, yapay zeka modelleri dördüncü yılda ağırlık kazanır.
- 1
Birinci Sınıf
- Matematik I
- Matematik II
- Programlama I
- Programlama II
- Fizik I
- Ayrık Matematik
- Mühendisliğe Giriş
- İngilizce
- 2
İkinci Sınıf
- Olasılık ve İstatistik
- Lineer Cebir
- Veri Yapıları
- Veritabanı Yönetim Sistemleri
- Nesneye Yönelik Programlama
- Diferansiyel Denklemler
- İstatistiksel Yöntemler
- 3
Üçüncü Sınıf
- Veri Madenciliği
- Makine Öğrenmesi
- Zaman Serileri Analizi
- Büyük Veri Sistemleri
- Veri Görselleştirme
- Yazılım Mühendisliği
- Doğal Dil İşleme
- Veri Güvenliği
- Ekonometri
- 4
Dördüncü Sınıf
- Derin Öğrenme
- Veri Etiği ve Mahremiyet
- Bitirme Projesi I
- Bitirme Projesi II
- Bilgisayarla Görme
- Pekiştirmeli Öğrenme
- Bulut Mimarileri
- Karar Destek Sistemleri
- Nedensel Çıkarım
Zorunlu dersSeçmeli ders
Kaynak ve uyarı. Ders adları, bu bölümün Türkiye'deki programlarında yaygın olan derslerden derlenmiş örnek bir akıştır. Hangi dersin hangi yılda okutulacağı ve seçmelilerin sayısı okuldan okula değişir.
Uzmanlaşma Alanları
Son İki Yılda Hangi Yöne Gidebilirsin
Veri ve yapay zeka alanı, işletmelerin kendi veri ekiplerini kurmasıyla büyüyor. Son iki yılda seçtiğin ders kümesi, veri altyapısı ile model kurma arasındaki dengeni belirler.
Veri Mühendisliği
Veri akışlarını, ambarları ve işleme hatlarını kurmak. Modeli besleyen altyapı bu rolde şekillenir ve dağıtık sistem bilgisi ister.
- Büyük Veri Sistemleri
- Veritabanı Yönetim Sistemleri
- Bulut Mimarileri
Veri Bilimi ve Analitik
Zaman serileri, ekonometrik modeller ve görsel raporlama ile iş birimlerine öngörü sunmak. Sayısal sonucu yorumlayabilmek bu işin asıl becerisidir.
- Zaman Serileri Analizi
- Ekonometri
- Veri Görselleştirme
Makine Öğrenmesi Mühendisliği
Modelleri eğitmek, doğrulamak ve üretime taşımak. Derin öğrenme ve pekiştirmeli öğrenme bu alanın ileri konularıdır.
- Makine Öğrenmesi
- Derin Öğrenme
- Pekiştirmeli Öğrenme
İş Zekası ve Karar Destek
Yöneticilerin kararlarını destekleyen sistemleri tasarlamak. Nedensel çıkarım ile yalnızca korelasyon değil, etkiyi ölçmek bu rolde önemlidir.
- Karar Destek Sistemleri
- Veri Görselleştirme
- Nedensel Çıkarım
Veri Güvenliği ve Gizlilik
Kişisel verinin korunması, erişim denetimi ve anonimleştirme. Kişisel veri mevzuatına uyum bu alandaki işlerin önemli bir kısmını oluşturur.
- Veri Güvenliği
- Veri Etiği ve Mahremiyet
- İstatistiksel Yöntemler
Akademi ve Ar-Ge
Veri bilimi alanında lisansüstü programlara girip ölçeklenebilir analiz yöntemleri üzerine çalışmak. Açık veri setleriyle yapılan projeler bu yolda önemli bir referans olur.
- Bitirme Projesi I
- Bilgisayarla Görme
- Büyük Veri Sistemleri
Kimler İçin Uygun
Bu Bölüm Sana Uyar mı, Uymaz mı
Veri ve yapay zeka bölümlerinin farkı genellikle istatistik ağırlığında gizlidir. Veriyle uğraşmayı sevip sevmediğini düşünerek karar ver.
Muhtemelen Seversin
- Bir tablodaki düzensizliği görünce bunun nedenini araştırmak istiyorsan.
- İstatistiği sınav için değil, bir sonucun güvenilirliğini anlamak için çalışabiliyorsan.
- Yazılım ile analizi aynı ekranda yapmaya alışkınsan.
- İş birimleriyle konuşup bir sorunu veri diliyle tanımlamaktan hoşlanıyorsan.
- Gizlilik ve veri etiği konularına duyarlı, dikkatli bir çalışma tarzın varsa.
Zorlanabilirsin
- İstatistik ve lineer cebir yükü yüksektir; bu iki derste başarısız olmak tüm dönemi zorlaştırır.
- Veri temizliği zahmetlidir; yapay zeka dersinde görmeyi beklediğin işin büyük kısmı bu olabilir.
- Veri ekipleri şirketten şirkete çok farklı kurulur; bazı yerlerde iş tanımı belirsiz kalabilir.
- Mezuniyet sonrası sertifika ve bulut platformu eğitimleri ek zaman ve maliyet gerektirir.
- Hem veri hem yapay zeka aynı bölümde olduğu için her iki alanda da derinlik kazanmak zordur; birini öne çıkarman gerekir.
Kaç Net Gerekir
Bu Bölüme Girenler Hangi Dersten Kaç Net Yaptı
Her programa son yerleşen adayın ders bazında netleri, taban puan bandına göre gruplandı. Her satır o banttaki programların ortalaması.
Kaynak: YÖK Atlas net verisi, 2025-YKS. ÖSYM ders bazında net istatistiklerini yerleştirme sonuçlarından sonra açıkladığı için en güncel net yılı 2025, puan verisi ise 2026. Bantlar 2025 taban puanına göre kuruldu. Netler tek bir adayın sonucu, sınıf ortalaması değil; yani programın en alt sınırı.
Arz ve Talep
Bölüm Dört Yılda Ne Yaptı
Bir bölümün iyi olup olmadığını taban puan tek başına söylemez. Program sayısı artarken sıralama gerilerse o bölüme girmek kolaylaşıyor ama diploma da yaygınlaşıyor demektir. Ortanca başarı sırası ile puanlı program sayısını yan yana koyduk.
- 2023 ortanca sıra
- 40.553
- 2026 ortanca sıra
- 63.940
- Sıralama değişimi
- %+57,7
- Program değişimi
- %+525
2023 ile 2026 arasında puanlı program sayısı yüzde 525 arttı, ortanca başarı sırası ise yüzde 58 geriledi. Sıralamanın gerilemesi bölüme girmenin kolaylaştığı anlamına gelir. Yıllar arasında yalnız taban puanı olan programlar karşılaştırıldı.
Kalite Göstergeleri
Puanın Söylemediği Şeyler
Aynı taban puana sahip iki program aynı şey değildir. Aşağıdaki göstergeler puanın göstermediği farkları ortaya koyar.
Öğretim Üyesi
Bu bölümü veren 21 üniversitenin programlarında bildirilen profesör, doçent ve doktor öğretim üyesi sayılarının toplamı. Aynı kadro burslu ve ücretli varyantlarda yeniden sayılabilir; program bazında sayılar aşağıdaki tabloda.
Öğretim Üyesi Başına Kontenjan
Bu bölümün programlarında kontenjanın öğretim üyesi sayısına oranının ortancası 3,3. Oran düştükçe öğrenci başına düşen akademik ilgi artar.
Tüm Programlar
Yapay Zeka ve Veri Mühendisliği Hangi Üniversitelerde Var
34 programın tamamı. Şehre, üniversite türüne ve ücret durumuna göre süz ve sırala.
34 program
Şehirler
Bu Bölümü En Düşük Puanla Nerede Okuyabilirsin
Şehir seçimi tercih listesinin en somut kısıtı. Her ildeki en düşük ve en yüksek taban puan, en düşükten başlayarak. Yalnız taban puanı olan programlar sayıldı.
İlgili Bölümler
Bunu Düşünüyorsan Şunlara da Bak
Benzer derslerle başlayan, mezuniyet sonrası birbirine yakın alanlara çıkan bölümler.
- 332Bilgisayar Mühendisliği180 üniversitede · en yüksek 544,75
- 40Yapay Zeka Mühendisliği17 üniversitede · en yüksek 549,43
- 164Yazılım Mühendisliği81 üniversitede · en yüksek 474,04
- 43Veri Bilimi ve Analitiği28 üniversitede · en yüksek 515,24
- 271Elektrik-Elektronik Mühendisliği163 üniversitede · en yüksek 550,97
- 207Endüstri Mühendisliği111 üniversitede · en yüksek 544,90
Yapay Zeka Kariyer Araçları
Bölümü Seçtin, Sonrası İçin de Hazır Ol
Okurken staj, mezun olurken iş. CV'ni yapay zeka desteğiyle hazırla, yapay zeka mülakatçıyla prova yap, açık pozisyonlara göz at.
Üniversite ve program verileri YÖK Atlas ile ÖSYM Yükseköğretim Programları ve Kontenjanları Kılavuzu'ndan derlenmiştir. Nihai kontrollerinizi ÖSYM'nin resmî kılavuzundan yapmanız gerekir.