Teknoloji & Mühendislik
Yapay Zeka & Makine Öğrenmesi
Bilgisayarlara veriden öğrenmeyi öğreten alan. ChatGPT, Google Translate, Netflix önerileri — hepsi bu.
Bu alan ne demek?
Yapay zeka, programcılığın bir adım ötesi. Bilgisayara "şunu yap" demek yerine, çok sayıda örnek gösterip "kendin bul" diyorsun. Makine öğrenmesi adı verilen bu yaklaşım son 10 yılda inanılmaz ilerledi — telefondaki yüz tanıma, e-posta spam filtresi, Spotify'ın haftalık keşif listesi hep makine öğrenmesi. Çocuğunuz bu alanda çalışırsa hem matematik hem yazılım hem de ürün tasarımı becerilerini bir arada kullanır.
Yaygın yanılgı vs gerçek
Sosyal çevreden duyabileceğiniz panik dilinin gerçek karşılığı
Yaygın yanılgı
""Yapay zeka tüm işleri elinden alacak — boşa heba olur.""
Gerçek
Yapay zeka bazı meslekleri dönüştürüyor (avukat asistanlığı, basit grafik tasarım), ama ÜRETİYOR da. AI mühendisi, prompt engineer, AI etiği uzmanı, AI ürün yöneticisi — hepsi 5 yıl önce yoktu. Çocuğunuz bu dönüşümün kazanan tarafında olabilir.
Sözlük
Velinin duyacağı jargonu sade Türkçe ile açıklıyoruz
Model
Yapay zekânın "öğrendiği şey". Verilerden çıkardığı kuralları tutan dijital bir beyin gibi düşünün — bir kez eğitildikten sonra yeni durumlarda kullanılır.
Örnek:Bir bankanın "bu müşteri kredisini ödeyecek mi?" sorusunu cevaplayan model, geçmiş binlerce müşterinin verisinden eğitilmiştir.
Eğitim verisi (Training data)
Modelin "ders kitabı". AI ne kadar çok ve kaliteli örnek görürse o kadar iyi öğrenir — tıpkı bir çocuk gibi.
Örnek:ChatGPT, internetin büyük bir kısmıyla eğitildi: kitaplar, makaleler, forum yazıları.
Algoritma
Bilgisayarın bir problemi çözmek için izlediği adımlar listesi. Yemek tarifi gibi: "önce şunu yap, sonra bunu, sonuçta bu çıkar."
Örnek:Google Maps'in "en kısa yol" hesabı bir algoritmadır.
Derin öğrenme (Deep learning)
Makine öğrenmesinin daha güçlü versiyonu — beynin nöron yapısından esinlenmiş çok katmanlı sistemler. Bugünkü AI patlamasının arkasında bu var.
Örnek:Telefonunuzdaki yüz tanıma, derin öğrenme kullanır.
LLM (Büyük Dil Modeli)
Dil üreten dev AI sistemleri. ChatGPT, Claude, Gemini hep LLM. Trilyon kelimeyle eğitilmişlerdir.
Örnek:ChatGPT'ye soru sorduğunuzda arkasında bir LLM çalışır.
Prompt
AI'ya verdiğiniz talimat ya da soru. İyi prompt yazmak başlı başına bir beceri haline geldi.
Örnek:"Bana bir e-posta yaz" yerine "müşteriye geç teslimat için kibar özür e-postası, 3 paragraf" demek.
Halüsinasyon
AI'nın güvenle yanlış bilgi üretmesi. Var olmayan bir kitabın özetini "uyduran" ChatGPT — bu halüsinasyondur.
Örnek:AI bir avukat hakkında "şu davayı kazandı" diye yanlış kayıt üretebilir; her zaman doğrulayın.
Bias (Önyargı)
Modelin eğitim verisinden devraldığı haksız eğilimler. Eğer veriler önyargılıysa, AI da önyargılı çıkar.
Örnek:Sadece erkek mühendis CV'leriyle eğitilen bir AI, kadın CV'lerini düşük puanlar.
GPU
Yapay zeka eğitimi için kullanılan özel bilgisayar çipleri. Eskiden oyun kartıydı, şimdi AI'nın benzini.
Örnek:NVIDIA'nın değeri AI patlamasıyla 10 kat arttı çünkü herkes GPU peşinde.
Fine-tuning (İnce ayar)
Hazır bir modeli özel bir göreve uydurmak. Genel İngilizce öğretmiş çocuğa hukuk Türkçesi öğretmek gibi.
Örnek:Bir hastane, ChatGPT'yi Türkiye sağlık sistemine fine-tune ederek özel asistan üretebilir.
Hangi işler var?
Gerçek meslek tanımları + Türkiye maaş aralıkları
Makine Öğrenmesi Mühendisi
Veri toplar, model eğitir, ürünleştirir. Örneğin "kullanıcının görmediği filmi nasıl öneririz?" sorusunu cevaplayan bir sistem yazar.
Veri Bilimcisi
Şirketteki veriden anlam çıkarır. Excel'in 1000 katı güçlüsü diye düşünebilirsiniz. Pazarlama, ürün ve operasyon kararlarına yön verir.
AI Ürün Yöneticisi
AI özelliklerinin nereye, nasıl entegre olacağına karar verir. Teknik + iş ekibi arasında köprü.
Maaş aralıkları sektör ortalamalarıdır; tecrübeye, şirkete, lokasyona göre değişebilir.
Kariyer Yolu
Junior'dan Lead'e — sorumluluklar ve maaş aralıkları
- Level 1
Junior ML Mühendisi
Tecrübe: 0-2 yıl
Senior ekibin yönlendirmesiyle veri temizler, hazır modelleri eğitir, küçük deneyleri çalıştırır. Çok soru sorar, çok öğrenir.
🇹🇷 ₺40.000 – ₺75.000/ay🌍 $70K – $130K/yıl - Level 2
Mid ML Mühendisi
Tecrübe: 2-5 yıl
Bağımsız özellik sahibidir — modeli baştan sona kurar, ürünleştirir. Junior'lara mentor olmaya başlar.
🇹🇷 ₺75.000 – ₺140.000/ay🌍 $130K – $200K/yıl - Level 3
Senior ML Mühendisi
Tecrübe: 5-9 yıl
Mimari kararlar verir, hangi yaklaşımın denenmeyeceğini bilir, ekibi yönlendirir. Şirket çapında etki sahibidir.
🇹🇷 ₺140.000 – ₺220.000/ay🌍 $200K – $350K/yıl - Level 4
Staff / Lead ML Mühendisi
Tecrübe: 9+ yıl
Şirketin AI stratejisini şekillendirir, çoklu ekipleri koordine eder. Genelde teknik yön veren — yöneticilik tercih değil.
🇹🇷 ₺200.000 – ₺400.000+/ay🌍 $350K – $700K+/yıl
Çocuğum bu alana uygun mu?
Velinin gözlemleyebileceği işaretler — hepsinin olması gerekmez
- ✓Matematiğe meraklı — formül ezberlemekten değil, "neden böyle çalışıyor" diye sormaktan keyif alıyor
- ✓Bilgisayar başında küçük projeler yapmaya çalışıyor (Python, Scratch, robotik kit)
- ✓Bir konu hakkında saatlerce okuyup yazıp deneyebiliyor
- ✓Açık uçlu problemleri tek doğru cevap olmadan çözmekten zevk alıyor
Çocuğunla Konuş
Akşam yemeğinde sorabileceğiniz sorular — yargılamadan, ilgilenerek
Bir AI'ya istediğin her şeyi öğretebilseydin, ne öğretirdin? Niye?
ChatGPT bir konuda yanlış cevap verdi mi sana? Nasıl fark ettin?
Sence robotlar 20 yıl sonra bizden daha iyi yapacağı 3 iş ne olur, daha kötü yapacağı 3 iş ne olur?
Bir doktor mu daha çok hata yapar, yoksa AI mı? Neye göre karar verirsin?
AI'nın sana hizmet ediyor değil de sen ona hizmet ediyor olduğun bir gün hayal et — nasıl olurdu?
En sevdiğin uygulamada AI kullanıldığını fark ettin mi? Nerede?
Bir AI etik kurallarını sen yazsaydın ilk üç kuralın ne olurdu?
Bir veli olarak ne yapabilirim?
Bu hafta veya bu ay yapabileceğin somut adımlar
- 1Çocuğunuzla birlikte bir ChatGPT oturumu açın — nasıl çalıştığını birlikte keşfedin
- 2Ücretsiz Coursera kursları gösterin (Andrew Ng — Machine Learning Specialization)
- 3Türkiye'de bu alanda çalışan biriyle 30 dakikalık sohbet ayarlayın (LinkedIn)
- 4Lise yaşındaysa Bilkent, Boğaziçi, ODTÜ gibi üniversitelerin AI yaz okullarına başvurmayı düşünün
- 5Matematik (özellikle lineer cebir, olasılık) çalışmasını destekleyin — bu alanın ana dili
Veli için Kaynaklar
Bu alanı anlamak için kitap, podcast ve video önerileri
Yapay Zeka: Bir Modern Yaklaşım (Stuart Russell, Peter Norvig)
Stuart Russell & Peter Norvig
Üniversitelerde okutulan klasik kitap. Veliye değil ama meraklı öğrenciye birebir. Türkçe çevirisi var, kütüphanelerde bulunur.
Hard Fork (NYT Podcast)
Kevin Roose & Casey Newton
Haftada bir, AI dünyasındaki haberleri sade dille anlatır. Velinin kahve eşliğinde 40 dakikada AI dünyasını yakalaması için ideal.
BağlantıLex Fridman Podcast
Lex Fridman
AI öncülerini (Hinton, LeCun, Sutskever) saatlerce dinleyebilirsiniz. Çocuğunuzla birlikte iyi bölümleri seçin — ufuk açar.
Bağlantı3Blue1Brown — Neural Networks Series
Grant Sanderson
AI matematiğini görsel hale getiren ünlü seri. Lise matematik bilen bir öğrenci için yıldız niteliğinde.
BağlantıImport AI (Newsletter)
Jack Clark
Haftalık 10 dakikalık özet — sektörün nereye gittiğini takip etmek için. Türkiye'deki bir veliye küresel resmi verir.
BağlantıSık Yapılan Veli Hataları
En çok karşılaştığımız tuzaklar — ve neden kaçınmanız gerektiği
Çocuk daha hiç kod yazmadan ₺50.000'lik bootcamp'e kaydetmek — önce ücretsiz Kaggle, Coursera, YouTube ile portföy yapsın, sonra eğitim parası harcayın.
"Önce iyi matematik, sonra AI" diye Python öğrenmesini geciktirmek — modern AI çoğunlukla pratikte öğrenilir, matematik paralel ilerler.
Sadece ChatGPT kullanmasını "AI öğreniyor" sanmak — kullanıcı olmak başka, mühendis olmak başkadır. Model eğitebilmek lazım.
Üniversite seçiminde sadece "AI bölümü" arayışı — Bilgisayar Mühendisliği, İstatistik, Matematik bölümleri de pekala AI kariyerine açılır.
"Çok teknik, kızım yapamaz" varsayımı — Stanford, MIT AI labları %40'a yakın kadın araştırmacıyla çalışıyor; cinsiyet engeli sizin korkunuzda.
Başlamak isterse — nereden?
Çocuğunuzun ücretsiz veya düşük maliyetle deneyebileceği kaynaklar
- •Andrew Ng — "Machine Learning" (Coursera, ücretsiz audit)
- •Kaggle.com — pratik veri yarışmaları, başlangıç seviyesi var
- •3Blue1Brown YouTube kanalı (matematik temelleri görselli)
- •Türkçe: Patika.dev veri bilimi yolu
Tanıdığınız İsimler
Bu alanda iz bırakan gerçek insanlar
Cem Dilmegani
🇹🇷 TürkiyeAIMultiple Kurucusu, AI Sektör Analisti
McKinsey'den ayrılıp AI üzerine derin sektör analizi yapan AIMultiple'ı kurdu. İstanbul merkezli, Türkçe AI içeriklerinin önde gelen ismi.
BağlantıÜmit Boz
🇹🇷 TürkiyeTrendyol Veri Bilimi Direktörü
Türkiye'nin en büyük e-ticaret platformunda makine öğrenmesi ekiplerini yönetiyor. Boğaziçi mezunu, ürün AI'sı uzmanı.
Emad Mostaque
🌍 GlobalStability AI Eski CEO'su
Açık kaynak görsel AI'nın (Stable Diffusion) öncüsü. Sıfırdan, Bangladeşli göçmen ailesi içinden çıkıp dünya çapında bir oluşturduğu için ilham verici.
Fei-Fei Li
🌍 GlobalStanford AI Profesörü, ImageNet Yaratıcısı
Çin'den ABD'ye çocukken göç etti, kuru temizleme dükkânında çalışarak okudu. Bugün AI tarihinin en etkili kadın ismi — modern derin öğrenmenin temelini attı.
BağlantıDoğa Kerestecioğlu
🇹🇷 TürkiyeMicrosoft AI Engineer (Türkiye)
ODTÜ mezunu, Microsoft'ta Türkiye merkezli AI projelerinde çalışıyor. Genç Türk AI mühendislerine LinkedIn'de mentorluk yapıyor.
Tipik Bir Gün
Bu alanda çalışan birinin saatlik ritmi
09:30 — Sabah kahvesini içerken Slack'te ekipten gelen mesajlara bakar; gece çalışan model deneyinin sonuçları gelmiştir. 10:00 — Jupyter Notebook açılır, dünkü modelin doğruluk oranı niye düştü diye veriye dalar. 12:00 — Ürün yöneticisiyle 30 dakikalık görüşme: "Yeni özellik için modelden ne bekliyoruz?" 14:00 — Öğleden sonra kod yazma blokunda yeni bir veri ön-işleme adımı ekler, küçük bir test çalıştırır. 16:30 — Junior bir takım arkadaşının kodunu inceler, geri bildirim verir. 17:30 — Akşama doğru büyük bir eğitim işi başlatır; gece sunucularda çalışsın diye, ertesi sabah sonuçlara bakar. Gün boyunca sürekli "neden böyle?" sorusu peşinde — yarısı detektiflik, yarısı mühendislik.
5-10 Yıl Sonrası
Bu alan önümüzdeki on yılda nereye gidiyor
Önümüzdeki 5-10 yılda AI mühendisliği "yazılım" gibi temel bir disiplin haline gelecek — her şirket en az birkaç AI uzmanı arayacak. Üretken AI (LLM, görsel, video) bugünkü gibi tek başına büyümese de uzmanlık alanları (sağlık AI'sı, robotik, AI güvenliği) genişleyecek. Çocuğunuz bu alana erken girerse 30 yaşına geldiğinde ABD'de Senior pozisyon, Türkiye'de bağımsız danışman gibi seçeneklerle karşılaşır. Ana risk: rutin programlama işleri AI tarafından otomatize ediliyor — sadece "kod yazan" değil, "AI yöneten" mühendis olmak şart.
Sıradaki adım
Çocuğunuzla ilgili bu alanın uygun olup olmadığını birlikte değerlendirin
Çocuğunuz Bizzr kariyer testini tamamladıysa, profili otomatik olarak bu alanlarla eşleştiriyor. Hâlâ tamamlamadıysa ücretsiz başlayabilir.