Yukleniyor...
Bu hafta 8 kontenjan kaldı
Çocuğunuzun Kodlama Yolculuğunu Başlatın
Ücretsiz deneme dersi ile kodlama dünyasına ilk adımı atın. Hiçbir taahhüt yok, sadece öğrenme keyfi.
4.9/5
892+ memnun aile
%98 başarı oranı
Yukleniyor...
Ücretsiz deneme dersi ile kodlama dünyasına ilk adımı atın. Hiçbir taahhüt yok, sadece öğrenme keyfi.
Lise adımları, üniversite seçimi, gerekli beceriler, maaş aralıkları — 0\'dan kariyere kapsamlı yol haritası.
Ortaokuldan ilk işe kadar her dönemde ne yapmalı, neyden kaçınmalı.
Odak: Temel programlama + matematik sağlam tutmak
Beceriler
Scratch → Python başlangıç, temel veri tipleri, döngü, fonksiyon. Matematik dersinde özellikle cebir ve fonksiyonlar.
Bu dönemin hedefi
Python ile küçük projeler yapabilmek (hesap makinesi, basit oyun)
Kaynaklar
Scratch, Code.org, Replit Python
⚠ Bundan kaçının
Bu yaşta direkt Yapay Zeka kütüphaneleri (TensorFlow, PyTorch) öğrenmeye çalışmak gereksiz ve yıpratıcı.
Odak: Python ileri seviye + matematik altyapı
Beceriler
Python: pandas, NumPy, matplotlib temelleri. Matematik: lineer cebir başlangıcı, türev, integral, olasılık. Git ve GitHub kullanımı.
Bu dönemin hedefi
Veri görselleştirme yapabilmek, GitHub'da proje yayınlayabilmek, basit ML modeli (scikit-learn) çalıştırabilmek.
Kaynaklar
Kaggle Learn, Coursera "Python for Data Science", 3Blue1Brown matematik videoları
⚠ Bundan kaçının
Sadece YouTube tutoriallarına bel bağlamak. Pratik proje yapılmadan teori tek başına yetmez.
Odak: Makine öğrenmesi + üniversite hazırlık
Beceriler
Klasik ML algoritmaları (linear regression, decision trees, random forest). Derin öğrenme temelleri (neural network). Kaggle yarışmalarına katılım. TÜBİTAK 2204-B proje hazırlığı.
Bu dönemin hedefi
Kaggle bronze/silver madalya, kendi ML projesi GitHub'da, TÜBİTAK projesi.
Kaynaklar
fast.ai, Andrew Ng Machine Learning, Kaggle yarışmaları
⚠ Bundan kaçının
Üniversite tercihinde sadece "AI" yazan bölümleri aramak. Bilgisayar Mühendisliği, Matematik, İstatistik bölümleri de mükemmel altyapı.
Odak: Derinleşme + staj + araştırma
Beceriler
Derin öğrenme (PyTorch/TensorFlow akıcı), NLP, Computer Vision, MLOps. Algoritma ve veri yapıları teorik temel. Linear algebra, multivariate calculus, probability theory.
Bu dönemin hedefi
En az 2 staj (1 yerli + 1 yurt dışı tercih), 1 araştırma projesi (hocayla beraber), açık kaynak katkı.
Kaynaklar
CS231n (Stanford), CS224n (Stanford NLP), Hugging Face kursları, Papers with Code
⚠ Bundan kaçının
Sadece dersleri takip etmek. Pratik proje + staj olmadan diploma tek başına iş için yetersiz.
Odak: Junior pozisyon + uzmanlaşma
Beceriler
Belirli bir alanda derinleşme (NLP, CV, Recommender Systems, MLOps). Production-grade kod yazma, A/B test, model deployment.
Bu dönemin hedefi
Junior AI/ML Engineer pozisyonunda 2-3 yıl, sonra Mid-level pozisyona geçiş.
Kaynaklar
Şirket içi mentorluk, online ileri kurslar (deeplearning.ai, Fast.ai), konferanslar
⚠ Bundan kaçının
Sadece "model eğitmek" sanmak. Production deployment, monitoring, data pipeline kurmak büyük bir kısım.
4 ana kategori — şart, avantaj ve bonus seviyeleri.
Python
AI/ML'in standart dili. Tüm önemli kütüphaneler (TensorFlow, PyTorch, scikit-learn) Python.
SQL
Veri çekmek için. Hangi şirkette çalışırsan çalış SQL bileceksin.
C++ veya Rust
Production model optimizasyonu için. Junior gerek değil, Senior'da fark yaratır.
JavaScript
AI tabanlı web uygulamaları için (ChatGPT benzeri ürünler).
Lineer Cebir
Vektör, matrix, tensor operasyonları neural network'lerin temeli.
Olasılık ve İstatistik
ML modelleri istatistiksel temelli. Bayes, p-değeri, dağılımlar her gün karşımıza çıkar.
Diferansiyel Hesap
Backpropagation'ın temeli. Türev anlamadan deep learning ezberden geçer.
Optimizasyon
Gradient descent ve varyantları için. Senior seviyede önemli.
NumPy + Pandas
Veri işlemenin temeli. Her gün kullanılır.
scikit-learn
Klasik ML algoritmaları için. Linear regression'dan random forest'a kadar her şey burada.
PyTorch veya TensorFlow
Derin öğrenme için. Akademik ortamda PyTorch baskın, endüstride ikisi de yaygın.
Hugging Face Transformers
NLP ve modern AI için. ChatGPT benzeri modeller burada.
Git / GitHub
Tüm yazılım dünyasında standart. Açık kaynak katkı için kritik.
Docker
Model deployment için. Senior pozisyonunda mutlaka.
Cloud (AWS/GCP/Azure)
Büyük model eğitimi için. Junior'da bilmek bonus.
MLOps araçları (MLflow, Weights & Biases)
Deneyim takibi için. Senior seviyede önemli.
Türkiye\'de AI mühendisi olmak için en güçlü 3 tier üniversite.
Bilkent Üniversitesi - Bilgisayar Mühendisliği
Türkiye'nin en güçlü CS departmanı, %100 İngilizce, güçlü araştırma.
Sabancı Üniversitesi - Bilgisayar Mühendisliği / Veri Bilimi
Yapay Zeka özelinde lisansüstü programları çok güçlü.
Koç Üniversitesi - Bilgisayar Mühendisliği
Endüstri bağlantıları ve KUIS AI Lab güçlü.
Boğaziçi Üniversitesi - Bilgisayar Mühendisliği
Devlet üniversitesi olarak en prestijli. Yarışmacılar burada toplanıyor.
ODTÜ - Bilgisayar Mühendisliği
Köklü akademik geçmiş, güçlü mezun ağı.
İTÜ - Bilgisayar Mühendisliği
İstanbul merkezli, güçlü endüstri stajları.
Hacettepe - Bilgisayar Mühendisliği
Ankara'nın güçlü teknoloji ekosistemi.
ITÜ Yapay Zeka ve Veri Mühendisliği
Spesifik AI lisans programı.
Yıldız Teknik - Bilgisayar Mühendisliği
Güçlü matematik altyapısı.
Matematik (herhangi iyi üniversite)
Yapay zeka için matematik altyapısı kritik. Matematik mezunu + Python öğrenen kişi AI mühendisi olabilir.
İstatistik
Veri bilimi alanına direkt geçiş yapılabilir.
Elektrik-Elektronik Mühendisliği
Signal processing ve robotik AI için altyapı.
Fizik
Hesaplamalı düşünme ve matematik altyapısı çok güçlü.
Türkiye ve global piyasada AI mühendisi maaş aralıkları.
Türkiye
45.000 - 90.000 TL/ay
Global / Remote
$70K - $120K/yıl (USD)
Yeni mezun. İlk işe başlama dönemi. Uzaktan global pozisyon almak Türkiye'de yaşayanlar için katlama imkânı.
Türkiye
90.000 - 180.000 TL/ay
Global / Remote
$120K - $200K/yıl
Senior'a doğru ilerleyen yıllar. Specialization (NLP, CV, MLOps) önemli olmaya başlıyor.
Türkiye
180.000 - 400.000 TL/ay
Global / Remote
$200K - $400K/yıl
Tek başına proje yönetimi, junior'lara mentorluk. FAANG-tier şirketlerde $300K+ standart.
Türkiye
300.000 TL+ /ay
Global / Remote
$300K - $800K+/yıl
Şirket genelinde teknik karar veren seviyeler. OpenAI, Anthropic, Google DeepMind gibi şirketlerde $500K+ stock dahil.
Türkiye
Akademi: 60-150K · Endüstri: 200-500K TL/ay
Global / Remote
$200K - $1M+/yıl
Akademik araştırma vs endüstri arasında büyük fark. Big tech research labları çok yüksek ödüyor.
AI mühendisliği yolculuğunun ilk adımı Python ve matematik. 1e1kod\'da 12-17 yaş için yapay zeka ve Python programları mevcut. Ücretsiz tanışma dersinde çocuğunuzun yolunu birlikte çizelim.