2026 Yapay Zeka Mühendisliği Taban Puanları ve Başarı Sıralamaları

Sayfada yer alan üniversiteler arasında hem devlet hem vakıf statüsünde kurumlar bulunmaktadır. Programların şehir dağılımına bakıldığında Ankara ve İstanbul öne çıkan iki merkez konumundadır. Bu rehberde önce bölümün ne iş yaptığını, ardından müfredat yapısını, taban puan ve başarı sıralamasının nasıl yorumlanması gerektiğini, bölümü okutan üniversiteleri tablo halinde, şehir ve fakülte dağılımını, tercih sürecinde dikkat edilmesi gereken unsurları ve sınav hazırlık sürecini ele alacağız. Amacımız, bölümü araştıran adayların ve ailelerin karar sürecinde ihtiyaç duyacağı bilgileri tek bir sayfada, güncelliğini yitirmeyecek şekilde bir araya getirmektir. Tüm üniversitelerin detay sayfalarına buradan ulaşabilir, tüm üniversiteler arasında karşılaştırma yapabilirsiniz.

Bölüm Ne İş Yapar

Yapay Zeka Mühendisliği mezunları, makine öğrenmesi algoritmaları geliştirme, büyük veri kümelerini işleme, doğal dil işleme sistemleri kurma, görüntü işleme ve bilgisayarlı görü uygulamaları tasarlama gibi alanlarda yetkinlik kazanır. Bölüm, klasik bilgisayar mühendisliği müfredatının üzerine istatistik, olasılık teorisi, optimizasyon ve derin öğrenme gibi konuları ekleyerek öğrencileri veri odaklı sistemler tasarlayabilecek şekilde yetiştirmeyi hedefler. Mezunlar genellikle yazılım geliştirme ekiplerinde, veri bilimi birimlerinde, ar-ge merkezlerinde ve akıllı sistem tasarımı yapan şirketlerde görev alır.

Çalışma alanları arasında otonom sistemler, akıllı robotik uygulamalar, konuşma tanıma ve üretme sistemleri, öneri motorları, sağlık teknolojilerinde teşhis destek sistemleri, finans sektöründe risk modelleme ve endüstriyel otomasyon sayılabilir. Bölümün disiplinler arası yapısı nedeniyle mezunlar; elektrik-elektronik mühendisliği, endüstri mühendisliği, istatistik ve bilişim sistemleri gibi alanlarla da kesişen projelerde çalışabilir. Kariyer yolu, çoğunlukla yazılım geliştirici, veri bilimci, makine öğrenmesi mühendisi, araştırma mühendisi gibi pozisyonlarla şekillenir. Ayrıca akademik kariyer isteyen mezunlar, alanla ilgili yüksek lisans programları aracılığıyla uzmanlaşmalarını derinleştirebilir.

Bölümün getirdiği teknik altyapı, yalnızca yazılım geliştirme becerisiyle sınırlı kalmaz; aynı zamanda matematiksel modelleme, sistem tasarımı ve büyük ölçekli veri altyapılarıyla çalışabilme kapasitesi de kazandırır. Bu nedenle bölüme yönelen adayların matematik ve programlamaya olan ilgilerinin güçlü olması, öğrenim sürecini daha verimli geçirmelerine yardımcı olur.

Müfredat ve Öğrenim Yapısı

Yapay Zeka Mühendisliği programlarının müfredatı genellikle temel mühendislik derslerinin yanı sıra programlama dilleri, veri yapıları, algoritma analizi, olasılık ve istatistik, doğrusal cebir, makine öğrenmesi, derin öğrenme, doğal dil işleme, bilgisayarlı görü ve büyük veri sistemleri gibi dersleri içerir. İlk yıllarda matematik, fizik ve temel bilgisayar bilimi dersleri ağırlıktayken, üst sınıflarda öğrenciler seçmeli dersler ve proje çalışmalarıyla uzmanlaşma alanlarını belirler. Çoğu programda bitirme projesi ve staj uygulamaları müfredatın önemli bir parçasını oluşturur.

Sayfadaki tüm programlar örgün öğretim (ÖR) statüsündedir; ikinci öğretim seçeneği bulunmamaktadır. Öğrenim süresi, mühendislik fakültelerinin genel yapısına uygun şekilde dört yıl olarak planlanmaktadır. Bazı üniversitelerde hazırlık sınıfı uygulaması bulunabilir; bu detay, adayların üniversitenin kendi program sayfasından teyit etmesi gereken bir husustur. Örneğin TOBB Ekonomi ve Teknoloji Üniversitesi Yapay Zeka Mühendisliği, Hacettepe Üniversitesi Yapay Zeka Mühendisliği ve Bahçeşehir Üniversitesi Yapay Zeka Mühendisliği program sayfalarında müfredata dair güncel ayrıntılara ulaşabilirsiniz.

Fakülte yapısına bakıldığında programların bir kısmı "Mühendislik Fakültesi", bir kısmı ise "Mühendislik ve Doğa Bilimleri Fakültesi" çatısı altında yer almaktadır. Bu fark, üniversitenin akademik organizasyon yapısından kaynaklanır ve müfredat içeriğinde büyük farklılıklara yol açmasa da, ders dağılımı ve laboratuvar altyapısı üniversiteden üniversiteye değişebilir.

Taban Puan ve Başarı Sıralaması Nasıl Okunur

Taban puan, bir programa yerleşen son öğrencinin aldığı puanı; başarı sıralaması ise o öğrencinin YKS sonuçlarına göre ülke genelindeki sıralamasını ifade eder. Sayfadaki tabloda yer alan veriler, adayların programlar arasında karşılaştırma yapabilmesi için bir referans noktası sunar. Ancak taban puan ve başarı sıralaması, her yıl kontenjan sayısı, sınava giren aday sayısı ve tercih eğilimlerine bağlı olarak değişkenlik gösterebilir. Bu nedenle burada paylaşılan rakamları kesin bir gösterge olarak değil, sayfadaki tabloya kayıtlı geçmiş bir referans olarak değerlendirmeniz önemlidir.

Sayfadaki verilere göre programların tamamı SAY puan türünden öğrenci almaktadır. Başarı sıralaması rakamı ne kadar düşükse, o sıralamaya sahip adayın genel başarı düzeyi o kadar yüksek kabul edilir; yani sıralamada "küçük sayı" daha üst dilimi ifade eder. Tabloda yer alan programlar arasında sıralama aralığı geniş bir yelpazeye yayılmıştır; bu durum, aynı üniversitenin farklı yıllara ya da farklı kontenjan gruplarına ait kayıtlarının bir arada bulunmasından kaynaklanabilir. Adayların güncel taban puan ve sıralama bilgilerini ÖSYM'nin resmi kılavuzlarından ve ilgili üniversitenin kendi duyurularından teyit etmeleri önerilir.

Puan hesaplama mantığını daha iyi anlamak isteyen adaylar, YKS puan hesaplama sayfasından sınav puanının nasıl oluşturulduğuna dair ayrıntılı bilgiye ulaşabilir. Sıralama ve puan arasındaki ilişki, her yıl sınava giren aday sayısı ve sınavın genel zorluk düzeyine göre şekillendiğinden, iki farklı yılın verilerini doğrudan birebir kıyaslamak yanıltıcı olabilir.

Bölümü Okutan Üniversiteler

Aşağıdaki tabloda, sayfada yer alan üniversite, şehir, öğretim türü ve kontenjan bilgilerini bir arada bulabilirsiniz.

ÜniversiteTürŞehirPuan TürüÖğretimKontenjan

TOBB Ekonomi ve Teknoloji ÜniversitesiVakıfAnkaraSAYÖrgün10 TOBB Ekonomi ve Teknoloji ÜniversitesiVakıfAnkaraSAYÖrgün10 Hacettepe ÜniversitesiDevletAnkaraSAYÖrgün30 Bahçeşehir ÜniversitesiVakıfİstanbulSAYÖrgün7 Bahçeşehir ÜniversitesiVakıfİstanbulSAYÖrgün21 TOBB Ekonomi ve Teknoloji ÜniversitesiVakıfAnkaraSAYÖrgün8 Bahçeşehir ÜniversitesiVakıfİstanbulSAYÖrgün25

Tabloda dikkat çeken nokta, hem TOBB Ekonomi ve Teknoloji Üniversitesi hem de Bahçeşehir Üniversitesi'nin birden fazla program kaydına sahip olmasıdır. Bu durum, aynı üniversitenin farklı kontenjan gruplarına ya da farklı dönemlere ait kayıtlarının sayfada bir arada listelenmesinden kaynaklanmaktadır. Hacettepe Üniversitesi ise sayfadaki en yüksek tekil kontenjana sahip devlet üniversitesi programı olarak öne çıkmaktadır. Kontenjan büyüklüğü, bir programın her yıl kaç öğrenci alacağına dair fikir verir; ancak kontenjanın büyüklüğü tek başına programın niteliği hakkında bir yargıya varmak için yeterli değildir.

Şehir ve Fakülte Dağılımı

Sayfadaki verilere göre Yapay Zeka Mühendisliği programları iki şehirde yoğunlaşmaktadır: Ankara'da 4 program, İstanbul'da 3 program bulunmaktadır. Bu dağılım, bölümün henüz yaygınlaşma sürecinde olan görece yeni bir mühendislik dalı olduğunu ve büyükşehirlerdeki üniversitelerin teknoloji odaklı bölüm açma konusunda öncü olduğunu göstermektedir. Ankara'daki üniversiteler arasında araştırma yapmak isteyenler Ankara Üniversiteleri sayfasını, İstanbul'daki seçenekleri incelemek isteyenler ise İstanbul Üniversiteleri sayfasını ziyaret edebilir.

Fakülte dağılımına bakıldığında programların 4 tanesi "Mühendislik Fakültesi", 3 tanesi ise "Mühendislik ve Doğa Bilimleri Fakültesi" bünyesinde yer almaktadır. Bu ayrım, üniversitelerin kendi akademik yapılanmalarından kaynaklanan bir isimlendirme farkıdır; her iki fakülte türünde de bölüm, mühendislik disiplini içinde konumlandırılmıştır. Adaylar, hangi fakülte çatısı altında eğitim alacaklarını üniversitenin program sayfasından kontrol ederek, fakültenin sunduğu diğer bölümler ve ortak ders imkânları hakkında da fikir sahibi olabilir.

Şehir tercihinin adaylar için önemli bir karar noktası olduğunu unutmamak gerekir. Ankara'da yoğunlaşan programlar, başkentteki teknoloji şirketleri ve kamu kurumlarına yakınlık avantajı sunarken, İstanbul'daki programlar şehrin geniş sanayi ve teknoloji ekosistemiyle iş birliği fırsatları barındırabilir. Her iki şehir de üniversite yaşamı açısından zengin sosyal ve akademik imkânlar barındırır.

Tercih Yaparken Dikkat Edilecekler

Yapay Zeka Mühendisliği tercih edecek adayların dikkat etmesi gereken ilk husus öğretim türüdür. Sayfadaki tüm programlar örgün öğretim statüsünde olduğu için bu konuda bir seçim yapmanıza gerek kalmıyor; ancak farklı üniversitelerde ikinci öğretim seçenekleri açılabileceğinden, tercih döneminde güncel kılavuzu kontrol etmek faydalı olur. İkinci önemli husus şehir seçimidir. Ankara ve İstanbul, her ikisi de teknoloji sektörünün güçlü olduğu şehirlerdir; ancak aday, ailesine yakınlık, ulaşım kolaylığı ve şehrin genel yaşam dinamikleri gibi kişisel tercihlerini de göz önünde bulundurmalıdır.

Akademik kadronun niteliği ve araştırma altyapısı da önemli bir kriterdir. Adaylar, üniversitelerin yapay zeka alanındaki araştırma laboratuvarları, öğretim üyelerinin uzmanlık alanları ve yürüttükleri projeler hakkında bilgi edinmek için üniversitelerin resmi web sitelerini ve bölüm sayfalarını incelemelidir. Staj olanakları da tercih sürecinde göz ardı edilmemesi gereken bir başka unsurdur; bölümün teknoloji şirketleriyle kurduğu iş birlikleri, öğrencilerin sektör deneyimi kazanmasını kolaylaştırabilir.

Kampüs altyapısı, laboratuvar donanımı, yüksek performanslı bilgisayar sistemlerine erişim ve araştırma merkezleriyle olan bağlantılar da programın niteliğini belirleyen unsurlar arasındadır. Ayrıca bitirme projesi ve seçmeli ders çeşitliliği, öğrencinin ilgi alanına göre uzmanlaşmasına imkân tanıyan önemli bir faktördür. Adayların üniversite ziyaretleri sırasında bu konuları doğrudan bölüm öğretim üyeleriyle görüşerek netleştirmesi, karar sürecini daha sağlıklı hale getirir.

Son olarak, kontenjan büyüklüğü de göz önünde bulundurulmalıdır. Sayfadaki verilere göre kontenjanlar 7 ile 30 öğrenci arasında değişmektedir. Daha küçük kontenjanlı programlar, öğretim üyesi başına düşen öğrenci sayısının azalmasıyla daha yakın bir akademik takip imkânı sunabilirken, daha büyük kontenjanlı programlar geniş bir öğrenci topluluğu ve çeşitli sosyal etkileşim fırsatları barındırabilir.

Sınav Süreci ve Hazırlık

Yapay Zeka Mühendisliği programlarına yerleşmek isteyen adayların YKS sürecinde iki temel sınavdan geçmesi gerekir. İlk aşama olan TYT, temel yeterlilik testini kapsar ve tüm adaylar için zorunludur. İkinci aşamada ise sayısal alan puanı hesaplamasında belirleyici olan AYT sınavına girilmesi gerekir; bu sınavdaki matematik ve fen bilimleri testleri, SAY puan türünün oluşmasında doğrudan etkilidir. Bazı adaylar yabancı dilde eğitim veren programlara yönelmek istiyorsa, YDT sınavı hakkındaki bilgileri de incelemesi faydalı olacaktır.

Ön lisans mezunlarının lisans programlarına geçiş yapmak istemesi durumunda ise Dikey Geçiş Sınavı süreci devreye girer. Bu konuda ayrıntılı bilgiye DGS sayfasından ulaşabilirsiniz. Yapay Zeka Mühendisliği ile ilişkili bilgisayar programcılığı, yazılım geliştirme ya da benzer ön lisans alanlarından mezun olan adaylar, DGS başarı durumuna göre bu tür mühendislik programlarına geçiş yapabilir; ancak kontenjan ve şartlar üniversiteden üniversiteye değişebileceğinden güncel kılavuzun takip edilmesi önemlidir.

Lisans eğitimini tamamlayan mezunlar için akademik kariyer ya da uzmanlaşma isteyenler, alanla ilgili yüksek lisans programları arasından seçim yapabilir. Yapay zeka, makine öğrenmesi, veri bilimi gibi alanlarda açılan yüksek lisans programları, mezunların hem akademik hem de sektörel kariyerlerinde derinleşmelerine olanak tanır. Sınav sürecine hazırlanırken adayların düzenli bir çalışma planı oluşturması, deneme sınavlarıyla kendi seviyelerini takip etmesi ve güncel sınav müfredatını resmi kaynaklardan takip etmesi önerilir.

Sık Sorulan Sorular

Yapay Zeka Mühendisliği hangi puan türüyle öğrenci alır?

Sayfadaki verilere göre bölümdeki tüm programlar sayısal (SAY) puan türünden öğrenci almaktadır. Bu nedenle adayların matematik ve fen bilimleri alanlarında güçlü bir hazırlık yapması önemlidir.

Bölüm kaç üniversitede okutuluyor?

Platformdaki kayıtlara göre Yapay Zeka Mühendisliği, 3 üniversitede, toplam 7 ayrı programda okutulmaktadır. Bu üniversiteler Ankara ve İstanbul'da konumlanmıştır.

Taban puan ve başarı sıralaması her yıl aynı mı kalır?

Hayır. Taban puan ve başarı sıralaması, o yıl sınava giren aday sayısına, kontenjana ve tercih eğilimlerine göre değişkenlik gösterebilir. Sayfadaki tablo bir referans niteliği taşır; güncel bilgi için üniversitenin resmi duyurularının ve ÖSYM kılavuzlarının takip edilmesi önerilir.

Programların öğretim türü nedir?

Sayfada listelenen tüm programlar örgün öğretim statüsündedir. İkinci öğretim seçeneği bu sayfadaki verilerde yer almamaktadır.

Yapay Zeka Mühendisliği mezunları hangi alanlarda çalışabilir?

Mezunlar; makine öğrenmesi mühendisliği, veri bilimciliği, yazılım geliştirme, bilgisayarlı görü ve doğal dil işleme gibi alanlarda görev alabilir. Ayrıca sağlık teknolojileri, finans, endüstriyel otomasyon gibi sektörlerde de kariyer fırsatları bulunmaktadır.

Ön lisans mezunları bu bölüme geçiş yapabilir mi?

İlgili ön lisans alanlarından mezun olan adaylar, Dikey Geçiş Sınavı sürecini takip ederek geçiş yapabilir. Süreçle ilgili ayrıntılı bilgiye DGS sayfasından ulaşılabilir; kontenjan ve şartlar üniversiteden üniversiteye değişebileceğinden güncel kılavuzun kontrol edilmesi önerilir.

Bölümün fakülte yapısı üniversiteden üniversiteye değişiyor mu?

Evet. Sayfadaki verilere göre programların bir kısmı Mühendislik Fakültesi, bir kısmı ise Mühendislik ve Doğa Bilimleri Fakültesi bünyesinde yer almaktadır. Bu, üniversitelerin akademik organizasyon tercihlerinden kaynaklanan bir farktır.

Lisans sonrası uzmanlaşmak isteyenler için ne gibi seçenekler var?

Lisans eğitimini tamamlayan mezunlar, yapay zeka ve ilişkili alanlarda açılan yüksek lisans programlarına yönelerek akademik ya da sektörel kariyerlerinde uzmanlaşabilir. Bu programlara dair genel bilgiye ilgili sayfadan ulaşılabilir.