2026 Yapay Zeka ve Veri Mühendisliği Taban Puanları ve Başarı Sıralamaları

Yapay Zeka ve Veri Mühendisliği Bölümü Nedir? Yapay Zeka ve Veri Mühendisliği, bilgisayar bilimlerinin hızla büyüyen alt dallarından birini oluşturur ve öğrencilere hem yazılım geliştirme hem de veri analitiği konusunda derinlemesine bilgi kazandırmayı amaçlar. Bu sayfada, bölümün Türkiye'deki üniversitelerde nasıl konumlandığını, hangi puan türüyle öğrenci aldığını ve tercih sürecinde nelere dikkat etmeniz gerektiğini bulacaksınız. Platformdaki kayıtlara göre bu bölüm şu an bir üniversitede, tek bir programla okutulmaktadır; bu da bölümün henüz oldukça sınırlı sayıda kurumda açıldığını, dolayısıyla tercih yaparken alternatif üretmenin zor olabileceğini gösterir. Sayfada yer alan bilgiler; bölümün taban puanı, başarı sıralaması, kontenjan büyüklüğü, öğretim türü ve bağlı olduğu fakülte gibi başlıkları kapsar. Yapay Zeka ve Veri Mühendisliği adını taşıyan program, klasik bilgisayar mühendisliği müfredatına veri bilimi, makine öğrenmesi ve büyük veri işleme derslerini ekleyerek disiplinler arası bir yapı sunar. Bu nedenle bölümü tercih etmeden önce hem genel mühendislik eğitiminin gerekliliklerini hem de veri odaklı derslerin yoğunluğunu göz önünde bulundurmanız faydalı olur. Aşağıdaki bölümlerde bölümün ne iş yaptığından başlayarak, müfredat yapısına, taban puan ve sıralama verilerinin nasıl yorumlanması gerektiğine, bölümü okutan üniversiteye, şehir ve fakülte dağılımına, tercih sürecinde dikkat edilmesi gereken noktalara ve sınav sürecine dair ayrıntılı bilgiler yer alıyor. Sayfanın sonunda ise sık sorulan sorulara verdiğimiz yanıtlarla konuyu bütünlemeye çalıştık. Amacımız, tüm üniversiteler arasında bu özel bölümü araştıran adayların ihtiyaç duyduğu bilgiyi tek bir sayfada toplamaktır. Bölüm Ne İş Yapar? Yapay Zeka ve Veri Mühendisliği mezunları, günümüzde teknoloji, finans, sağlık, üretim, lojistik ve perakende gibi pek çok sektörün ihtiyaç duyduğu veri odaklı çözümler üretme becerisine sahip olur. Bu bölümden mezun olan bir mühendis; büyük veri kümelerini toplama, temizleme, işleme ve analiz etme, makine öğrenmesi modelleri geliştirme, algoritma tasarlama ve bu algoritmaları gerçek dünya problemlerine uygulayabilme yetkinliği kazanır. Ayrıca yazılım geliştirme, veritabanı yönetimi ve dağıtık sistemler konusunda da temel bir alt yapı edinir. Mezunların çalışabileceği tipik alanlar arasında veri bilimciliği, makine öğrenmesi mühendisliği, yazılım geliştiriciliği, sistem mimarlığı ve araştırma geliştirme pozisyonları sayılabilir. Teknoloji şirketlerinde ürün geliştirme ekiplerinde, bankacılık ve finans sektöründe risk analizi ve tahminleme çalışmalarında, sağlık kuruluşlarında görüntü işleme ve tanı destek sistemlerinde, e-ticaret platformlarında öneri sistemleri geliştirme süreçlerinde bu bölümün mezunlarına ihtiyaç duyulur. Bölümün disiplinler arası doğası, mezunlara hem klasik yazılım mühendisliği kariyer yollarını hem de daha spesifik veri bilimi ve yapay zeka odaklı kariyer patikalarını açık tutar. Akademik kariyer düşünen öğrenciler için de bu alan, yüksek lisans programları aracılığıyla derinleştirilebilecek zengin bir araştırma zemini sunar. Özellikle makine öğrenmesi, derin öğrenme, doğal dil işleme ve bilgisayarlı görü gibi alt dallarda uzmanlaşmak isteyen öğrenciler, lisans eğitimini bu bölümde tamamladıktan sonra akademik çalışmalarına devam edebilir. Müfredat ve Öğrenim Yapısı Yapay Zeka ve Veri Mühendisliği programları genellikle dört yıllık lisans eğitimi olarak yapılandırılır ve öğrencilere hem temel mühendislik derslerini hem de veri bilimine özgü ileri düzey konuları sunar. İlk yıllarda matematik, fizik, temel programlama, veri yapıları ve algoritmalar gibi mühendislik eğitiminin ortak zeminini oluşturan dersler ağırlıktadır. İkinci yıldan itibaren olasılık ve istatistik, veritabanı yönetim sistemleri, yazılım mühendisliği ilkeleri ve bilgisayar mimarisi gibi konular müfredata eklenir. Üçüncü ve dördüncü yıllarda ise makine öğrenmesi, derin öğrenme, büyük veri işleme sistemleri, doğal dil işleme, bilgisayarlı görü ve dağıtık hesaplama gibi bölüme özgü ileri düzey dersler öne çıkar. Bu derslerin çoğu, uygulamalı proje çalışmalarıyla desteklenir; öğrenciler gerçek veri kümeleri üzerinde çalışarak teorik bilgiyi pratiğe dökme fırsatı bulur. Programların öğretim türü açısından örgün (ÖR) ve ikinci öğretim (İÖ) olmak üzere iki farklı yapıda açılabildiğini belirtmek gerekir; örgün öğretim gündüz saatlerinde, ikinci öğretim ise genellikle akşam saatlerinde yürütülür. Sayfamızda listelenen program örgün öğretim statüsündedir. Öğretim dilinin ve müfredat ayrıntılarının üniversiteden üniversiteye farklılık gösterebileceğini, bu nedenle tercih öncesinde ilgili üniversitenin kendi program sayfasını incelemenin önemli olduğunu hatırlatmak isteriz. Taban Puan ve Başarı Sıralaması Nasıl Okunur? Yapay Zeka ve Veri Mühendisliği programı, sayısal (SAY) puan türüyle öğrenci almaktadır. Bu, adayların TYT ve AYT sınavlarındaki sayısal ağırlıklı sorulardan aldıkları puanların bu bölüme yerleşmede belirleyici olduğu anlamına gelir. Taban puan, bir önceki yerleştirme döneminde o programa yerleşen son öğrencinin aldığı puanı; başarı sıralaması ise aynı öğrencinin adaylar arasındaki sıralama konumunu ifade eder. Sayfadaki tabloda yer alan verilere göre programın taban puanı 524,81 civarında, başarı sıralaması ise 4201'inci basamaktadır. Bu rakamların her yıl değişebileceğini, sınavın zorluk derecesine, aday sayısına ve kontenjan büyüklüğüne bağlı olarak dalgalanma gösterebileceğini unutmamak gerekir. Dolayısıyla bu verileri kesin bir eşik olarak değil, geçmiş dönemlere dair bir referans noktası olarak değerlendirmeniz daha sağlıklı olur. Güncel ve resmî taban puan bilgileri için ÖSYM'nin yayımladığı kılavuzlara ve sonuç raporlarına bakmanızı öneririz. Puan hesaplama mantığını daha iyi kavramak isteyen adaylar, YKS puan hesaplama sayfasından TYT ve AYT sonuçlarının nasıl birleştirildiğini, hangi derslerin sayısal puan türünde ağırlıklı olduğunu inceleyebilir. Başarı sıralaması, ham puandan daha stabil bir gösterge kabul edilir çünkü sınavın zorluk düzeyinden bağımsız olarak adayın diğer adaylara göre konumunu yansıtır; bu yüzden tercih listesi oluştururken sıralama verisine öncelik vermek genellikle daha isabetli bir yaklaşımdır. Bölümü Okutan Üniversite Platformdaki kayıtlara göre Yapay Zeka ve Veri Mühendisliği bölümü şu an yalnızca bir üniversitede, tek bir programla açılmaktadır. Aşağıdaki tabloda bu programa dair temel bilgileri bulabilirsiniz. ÜniversiteTürŞehirPuan TürüKontenjanÖğretim İstanbul Teknik Üniversitesi Devlet İstanbul SAY 40 Örgün İstanbul Teknik Üniversitesi bünyesindeki program, Bilgisayar ve Bilişim Fakültesi çatısı altında yürütülmektedir. Kontenjanın 40 öğrenci ile sınırlı tutulması, bölümün seçici bir yapıya sahip olduğunu ve yerleşen öğrenci sayısının nispeten az olduğunu gösterir. Devlet üniversitesi statüsünde olması, programın idari ve akademik yapısının kamu yükseköğretim mevzuatına tabi olduğu anlamına gelir. İstanbul Teknik Üniversitesi Yapay Zeka ve Veri Mühendisliği program sayfasında ders içerikleri, akademik kadro ve fakülte olanaklarına dair daha ayrıntılı bilgilere ulaşabilirsiniz. Bölümün tek bir üniversitede açılmış olması, adayların alternatif tercih üretme imkânını sınırlandırır. Bu nedenle bu bölüme yönelen adayların, benzer içerikli bilgisayar mühendisliği veya yazılım mühendisliği gibi programları da tercih listelerine ekleyerek risk dağıtması genellikle önerilen bir stratejidir. Şehir ve Fakülte Dağılımı Yapay Zeka ve Veri Mühendisliği bölümünün şehir dağılımına baktığımızda, platformdaki kayıtlara göre programın tamamen İstanbul'da yoğunlaştığını görürüz. Bu durum, bölümü tercih etmek isteyen ancak farklı bir şehirde eğitim almayı planlayan adaylar için önemli bir kısıtlama oluşturur. İstanbul Üniversiteleri sayfasından şehirdeki diğer yükseköğretim kurumlarını ve sundukları benzer programları da inceleyebilirsiniz. Fakülte dağılımına bakıldığında ise programın Bilgisayar ve Bilişim Fakültesi bünyesinde yürütüldüğü görülür. Bu, bölümün akademik olarak bilgisayar bilimleri ve mühendislik disiplinleriyle iç içe konumlandığını, ders içeriklerinin de bu doğrultuda şekillendiğini gösterir. Fakültenin bilgisayar ve bilişim alanına odaklanması, öğrencilerin yazılım geliştirme, sistem tasarımı ve veri mühendisliği konularında güçlü bir akademik zeminde eğitim almasını sağlar. İleride bu bölümün farklı üniversitelerde ve farklı şehirlerde açılma ihtimali bulunsa da, şu an için mevcut tek seçenek İstanbul merkezli bir devlet üniversitesidir. Bu nedenle bölüme yönelik araştırma yaparken şehir tercihinizin de bu doğrultuda netleşmiş olması gerektiğini göz önünde bulundurmanızı öneririz. Tercih Yaparken Dikkat Edilecekler Bir bölümü tercih listenize eklerken göz önünde bulundurmanız gereken en önemli unsurlardan biri öğretim türüdür. Örgün öğretim programları genellikle gündüz saatlerinde yürütülürken, ikinci öğretim programları akşam saatlerinde ders yapar; bu da öğrencinin günlük yaşam düzenini doğrudan etkiler. Sayfamızda yer alan program örgün öğretim statüsünde olduğu için, gündüz eğitimi tercih eden adaylar için uygun bir seçenek oluşturur. Şehir faktörü de tercih sürecinde belirleyici bir rol oynar. İstanbul gibi büyük bir şehirde eğitim görmek, sosyal ve kültürel olanaklara erişim, staj imkânları ve sektörle iç içe olma açısından avantaj sağlayabilir; ancak şehir yaşamının getirdiği yoğunluk ve ulaşım süreleri de değerlendirilmesi gereken pratik konular arasındadır. Akademik kadronun niteliği ve fakültenin araştırma altyapısı, özellikle yapay zeka gibi hızla gelişen bir alanda eğitim kalitesini doğrudan etkileyen unsurlardandır. Fakültenin bilgisayar ve bilişim alanına odaklanmış olması, öğrencilerin güncel teknolojik gelişmeleri takip eden bir müfredatla buluşma ihtimalini artırır. Staj ve uygulama olanakları da bu alanda kritik önemdedir; veri mühendisliği ve yapay zeka gibi uygulamaya dayalı disiplinlerde, öğrencinin teorik bilgiyi gerçek projelerde deneyimleme fırsatı bulması mesleki gelişimi açısından değerlidir. Kontenjan büyüklüğü de dikkate alınması gereken bir diğer unsurdur. Kırk kişilik bir kontenjan, sınıf içi etkileşimin daha yakın olabileceği, öğretim üyeleriyle bire bir iletişimin kolaylaşabileceği bir ortam anlamına gelebilir. Ancak bu durumun her üniversitede aynı şekilde deneyimlenmeyeceğini, kurumun genel işleyişine ve akademik kültürüne göre farklılık gösterebileceğini belirtmek isteriz. Tercih yaparken bölümün içerik ve olanaklarını bütünsel bir şekilde değerlendirmeniz, sadece puan ve sıralama verilerine değil aynı zamanda programın sunduğu akademik ve uygulama fırsatlarına da bakmanız önemlidir. Sınav Süreci ve Hazırlık Yapay Zeka ve Veri Mühendisliği gibi sayısal puan türüyle öğrenci alan bir bölümü hedefleyen adayların, sınav sürecine dair temel bilgileri iyi bilmesi gerekir. Yükseköğretim Kurumları Sınavı iki temel aşamadan oluşur: ilk aşama olan TYT temel yeterlilik testidir ve tüm adayların girmesi gereken ortak bir sınavdır. İkinci aşama ise AYT alan yeterlilik testidir; sayısal puan türünde değerlendirilecek adayların matematik ve fen bilimleri alanlarındaki sorulardan başarılı olması gerekir. Yabancı dille eğitim veren programlara yönelen ya da yabancı dil puan türüyle değerlendirilmek isteyen adaylar için YDT yabancı dil testi de sürecin bir parçası olabilir; ancak Yapay Zeka ve Veri Mühendisliği programı sayısal puan türüyle öğrenci aldığı için bu adaylar için birincil odak TYT ve AYT sınavlarındaki matematik ve fen ağırlıklı sorulardır. Ön lisans mezunu olup lisans eğitimine geçiş yapmak isteyen adaylar için ise DGS dikey geçiş sınavı bir alternatif oluşturabilir; ancak bu geçiş yolunun kontenjan ve şart durumu ilgili üniversitenin güncel kılavuzlarından kontrol edilmelidir. Lisans eğitimini tamamlayan ve alanında derinleşmek isteyen mezunlar için ise yüksek lisans programları makine öğrenmesi, veri bilimi veya yapay zeka gibi alt dallarda uzmanlaşma imkânı sunar. Sınav hazırlık sürecinde düzenli çalışma planı oluşturmak, deneme sınavlarıyla eksik konuları tespit etmek ve özellikle sayısal derslerde soru çözme pratiğini artırmak, başarı sıralamasını yükseltmek isteyen adaylar için önerilen genel yaklaşımlardır. Sık Sorulan Sorular Yapay Zeka ve Veri Mühendisliği bölümü hangi puan türüyle öğrenci alır? Bölüm, sayısal (SAY) puan türüyle öğrenci almaktadır. Adayların TYT ve AYT sınavlarındaki sayısal ağırlıklı sorulardan yüksek performans göstermesi gerekir. Bu bölüm kaç üniversitede okutuluyor? Platformdaki kayıtlara göre bölüm şu an bir üniversitede, tek bir programla okutulmaktadır. Bu üniversite İstanbul Teknik Üniversitesi'dir. Programın kontenjanı ne kadardır? Sayfada yer alan verilere göre programın kontenjanı 40 öğrencidir. Bu, seçici ve sınırlı sayıda öğrenci kabul eden bir program olduğu anlamına gelir. Taban puan ve başarı sıralaması her yıl aynı mı kalır? Hayır. Taban puan ve başarı sıralaması, sınava giren aday sayısına, sınavın zorluk derecesine ve kontenjan büyüklüğüne göre yıldan yıla değişebilir. Sayfadaki veriler geçmiş dönemlere ait bir referans noktası olarak değerlendirilmelidir; güncel bilgiler için resmî kaynaklara başvurulması önerilir. Bölüm örgün mü yoksa ikinci öğretim şeklinde mi yürütülüyor? Sayfamızda listelenen program örgün öğretim statüsündedir; dersler gündüz saatlerinde yürütülmektedir. Bölümü hangi fakülte bünyesinde okuyabilirim? Program, Bilgisayar ve Bilişim Fakültesi çatısı altında yürütülmektedir. Bu, bölümün akademik yapısının bilgisayar bilimleri ve mühendislik disiplinleriyle yakından ilişkili olduğunu gösterir. Bu bölümden mezun olduktan sonra hangi alanlarda çalışılabilir? Mezunlar; veri bilimciliği, makine öğrenmesi mühendisliği, yazılım geliştiriciliği ve araştırma geliştirme gibi pozisyonlarda çalışabilir. Teknoloji, finans, sağlık ve e-ticaret gibi pek çok sektörde bu yetkinliklere ihtiyaç duyulmaktadır. Ön lisans mezunları bu bölüme geçiş yapabilir mi? Ön lisans mezunları, dikey geçiş sınavı yoluyla lisans programlarına geçiş yapabilme imkânına sahip olabilir. Bu sürecin şartları ve kontenjan durumu için ilgili üniversitenin güncel kılavuzlarının incelenmesi önerilir.