Yazılımla ilgili her soruya cevap verilir (2. sayfa)

12 senedir (çoğu silikon vadisinde olmak üzere) sektördeyim. Bu yorum gerçeklerle alakasız.

imkansız

Yurt dışı imkanı nasıl

Okul Farkı ne kadar etkili olur sektörde çok iyi bilinmedik bir okulda okumuş olmak sıkıntı çıkarır mı birde sizce gelecek 4-5 yıl içinde iş imkanları yine yüksek seviyede olur mu?

Silikon vadisine nasıl gittiniz

ODTÜ EEEyi dereceyle bitirip Amerika’daki top üniversitelerden birine doktoraya gittim ama master derecesini alınca, okuldan ayrılıp oradaki şirketlerden birinde kendi alanimda çalişmaya başladim.Birkac sene sonra, kendl alanimdan sikilinca, distributed systems alaninda calismaya basladim silikon vadisinde. Uzun zamandir da o alanda çalışıyorum.

Şuan teoriyi iyi bilen yazılım mühendislerine çok ihtiyaç var. Odtu, Bilkent ayarında okullara girebiliyorsanız, sonrasında pişman olmazsınız.

hocam teoriden kastınız nedir?

Hocam data scientist açığı var Amerika’daki büyük şirketlerde. Türkiye’deki endüstriyi bilmiyorum, o konuda yorum yapamam. Data science için en iyi eğitim istatistik bölümünde. Bu nedenle kötü bir tercih olmaz. Ama sonradan yazılıma geçmen biraz zor olabilir eğer ilerde, iş hayatındayken alan değiştirmek istersen.

Bir de, maalesef iyi üniversiteler ile diğerleri arasında çok büyük uçurum var, iş hayatında da bunu bariz görüyorsunuz. Gerçekçi hayaller kurmak adına bunu unutmayın.

Bilgisayar bilimlerinin temel dersleri (temel bilgisayar mimarisi, algoritmalar, veri yapıları) ve alaninizla ilgili dersleri (mesela dağınık sistemler çalışan biri, veri tabanları ve dağınık sistemler derslerini çok iyi bilmeli) iyi bilmeyen arkadaslar iyi isler cikaramiyor malesef.

Hocam ben machine learning engineer olmak istiyorum ve bu yıl bilgisayar 1.sınıfa başlayacağım. Okul kısmında hangi derslere ağırlık vermemi tavsiye edersiniz yani sizin dediğiniz gibi teori için ve ayrıca yapay zeka alanının geleceğiyle ilgili ne düşünüyorsunuz istihdamı ile ilgili vs

Hocam, iyi bir mühendis olmak istiyorsan her derse agirlik vermen lazım. Mühendislik aslında doğayı kullanarak (elektrik mühendisliğinde cogunlukla fizik + matematik, bilgisayar mühendisliğinde cogunlukla matematik) elimizdeki problemleri çözmektir. Iyi bir machine learning engineer olmak istiyorsan, ilk once iyi bir "engineer" olmalısın.

Iyi bir mühendis, genel olarak problem çözmeyi bilmeli, problem çözebilmek de çok büyük meziyet. Mühendislik alanında çözülen problemlerde belli sayıda "pattern" var. Ornegin, makine mühendisliğindeki statik dersindeki teori ile, elektrik muhendisligindeki devre teorisi nerdeyse ayni teorik çözümü, iki pratik probleme uyguluyor. Benzer seyler bilgisayar mühendisliğinde de var. Ilk 2-3 sene, bölümde bu temeli oluşturmakla geçiyor. Bu nedenle ilk 2-3 sene çok onemli.

Özellikle machine learning ile ilgili tavsiyem ise, bölümünde bu alanda verilen dersleri alman, ve onun üstüne, alabiliyorsan, istatistik bolumunden de, alanınla ilgili dersleri alman. Danışman hocan (ya da machine learning dersini veren hocan) bu konuda sana yardimci olacaktır.

Bir de, mühendislik alanında (yazılım ve machine learning de dahil) her alanda, bi-modal bir dagilim var. Su yazıda bunun maas ile ilgili kısmından bahsedilmiş.

danluu.com

Is dev compensation bimodal?

http://danluu.com/bimodal-compensation/

Ayni bi-model dagilim, yazilimci/muhendis kalitesinde de var. Maalesef mezunların %95i(büyük ihtimalle daha da fazlası), temel mühendislik yapmayi, yani problem çözmeyi bilmiyor. Sonra "is, iste öğrenilir, üniversite birsey öğretmez" safsatalarını duyuyoruz. Tam tersi, üniversite, iste lazım olan butun altyapıyı veriyor. Problem çözmeyi çok iyi öğretiyor. (En azından benim okuduğum okullarda öyleydi). O altyapı olmazsa çok uzağa/yukariya gidemiyorsunuz.

Alanın gelecegine gelince, machine learning suan çok sıcak bir alan. O yüzden maaslar da biraz daha yüksek. Uzun vadede bu normalleşecektir, ama hiçbir zaman yokolmaz, yazilimin ortalamasına yakin gider. Bilgisayar mühendisliğinin butun alanları icin bu dediğim geçerli. Hangi alanı secerseniz secin, iyi bir mühendis olursanız ve teoriyi iyi bilirseniz, aranan adam olursunuz.

Hocam odtü deyken hocalarınızla araştırma filan yapmışmıydınız yaptıysanız lisans ta yapılan araştırmalar çok gerekli mi abd de doktoraya kabul için

Hocam çok teşekkür ederim cevabınız için. Benim için çok faydalı ve bilgilendirici oldu

Hocam ben yaptim, ama gerek yok, yapmayan cogu arkadas da amerikda/avrupada doktoraya gitti. Bizim bölümden, benim senemde 200 uzerinde mezun verildi. Onların 100 den fazlası (benim gözlemim 150den fazlası bile olabileceği yönünde) amerika ve avrupada calisiyor suan. Bunların sadece 3-4 tanesi lisansta araştırma isine girdi. Derslerin çok iyi olması ve ders projelerinde iyi is çıkarman yeterli amerikada/avrupada doktoraya kabul almak icin.

Çok cahilce bir yorum veri bilimi,yapay zeka, makine öğrenmesi alanları hakkında bilginiz olmadığı çok aşikar. Veri bilimi denilen bu alanda programlama bilgisiyle hiçbir şey yapamazsınız bunun yanında iyi bir istatistik bilgisi gerekiyor. Hipotez testlerinin güven aralıklarının , regresyon,korelasyon vs. gibi kavramların ne olduğunu nasıl uygulandığını bilmeyen birisi asla veri bilimci olamaz en fazla veri analisti olabilir. Sizin bahsettiğiniz excel diye tabir edip dalga geçtiğiniz işi veri analistleri yapıyor. Veri bilimci,Veri mühendisi ve veri analisti farklı pozisyonlardır bu pozisyonlardan en donanımlısı veri bilimcisidir.

Aynen kanka hobi olarak yaparsın , büyük şirketler veri bilimci pozisyonu için doktora mezunu arıyor bu herifin dediklerine bakın bu cahili dinlemeyin. Senin o bahsettiğin yazılım geliştirme alanları için programlama dillerinden başka hiçbir şey bilmene gerek yok. Ancak veri bilimi , gömülü sistemler gibi alanlar programlamanın yanında ilişkili alan hakkında da bilgi gerektiriyor. Örneğin bir gömülü sistem mühendisi iyi bir elektronik altyapısına sahip olmalı.