Cv Benim Blog Yeni Nesil İş Arama
Benzer Yazılar
Yapay Zeka ve Veri Mühendisliği Bölümü, temel mantığı milyonlarca veriyi yapay zekânın anlayabileceği ve işleyebileceği hâle getirmek, bu verilerden öğrenen algoritmalar geliştirmek ve yapay zeka sistemlerinin arkasındaki güçlü veri altyapısını oluşturmaya dayanan 4 yıllık bir mühendislik programıdır.
Mezunlar Nerelerde Çalışabilir?
- teknoloji şirketleri
- yazılım firmaları
- veri mühendisliği ekipleri
- yapay zeka ekipleri
- bankalar ve fintech şirketleri
- e-ticaret firmaları
- savunma sanayii şirketleri
- telekomünikasyon şirketleri
- Ar-Ge merkezleri
- kamu kurumlarının bilişim birimleri
- bulut ve veri platformu ekipleri
- danışmanlık şirketleri
Bölüm Türü: Lisans / 4 yıl
Mezun Unvanı: Yapay Zeka ve Veri Mühendisi
1️⃣ Bu bölümde ne öğretilir?
Yapay Zeka ve Veri Mühendisliği Bölümü derslerinde:
- programlama
- algoritmalar
- veri yapıları
- yapay zeka
- makine öğrenmesi
- veri mühendisliği
- veritabanı sistemleri
- büyük veri teknolojileri
- olasılık ve istatistik
- lineer cebir
- veri madenciliği
- veri işleme
- bulut bilişim
- MLOps
- veri etiği
öğretilir.
İTÜ ders planında Introduction to AI & Data Engineering & Ethics, Linear Algebra, Mathematics, Physics, Information Systems gibi dersler yer alır. Yıldız Teknik Üniversitesi ve Özyeğin Üniversitesi gibi üniversitelerde de program, yapay zeka ve veri mühendisliği odaklı lisans eğitimi olarak yapılandırılmıştır.
➡️ temel yapı:
yapay zeka + veri mühendisliği + büyük veri + yazılım + makine öğrenmesi
2️⃣ Yapay Zeka ve Veri Mühendisliği Bölümü mezunu ne iş yapar?
- veri altyapıları kurabilir
- veri toplama ve işleme süreçlerini tasarlayabilir
- makine öğrenmesi modelleri geliştirebilir
- büyük veri sistemleriyle çalışabilir
- veri tabanı ve veri ambarı süreçlerinde görev alabilir
- yapay zeka modellerinin kullanılacağı veri akışlarını yönetebilir
- veri pipeline süreçleri oluşturabilir
- MLOps ve model yayınlama süreçlerine destek verebilir
- karar destek ve tahmin sistemleri geliştirebilir
➡️ işin özü:
veriyi yapay zeka sistemlerinde kullanılabilir hale getirmek ve bu veriler üzerinden akıllı sistemler geliştirmektir.
3️⃣ Günlük çalışma hayatı nasıldır?
Günlük çalışma hayatı çoğu zaman:
- kod yazma
- veri çekme
- veri temizleme
- veri pipeline oluşturma
- SQL sorguları yazma
- Python ile veri işleme
- model deneme ve test etme
- bulut sistemleriyle çalışma
- veri kalitesi kontrolü
- teknik ekiplerle toplantı yapma
- raporlama ve sistem takibi
üzerinden ilerler.
➡️ çalışma ortamı genellikle:
- teknoloji şirketi
- yazılım firması
- veri ekibi
- yapay zeka ekibi
- Ar-Ge merkezi
- banka / fintech
- e-ticaret firması
- uzaktan çalışma ortamı
şeklindedir.
4️⃣ Kimler için uygun?
- matematiği sevenler
- teknolojiye ilgi duyanlar
- problem çözmeyi sevenler
- verilerle çalışmaya meraklı olanlar
- araştırmayı sevenler
- İngilizce öğrenmeye istekli olanlar
- sürekli yeni şeyler öğrenmekten keyif alanlar
➡️ Bu bölüm daha çok:
- matematik
- mantık
- analiz
- algoritmik düşünme
- veri okuryazarlığı
- teknoloji ilgisi
- İngilizce
gerektirir.
5️⃣ Kimler zorlanır?
- matematiği sevmeyenler
- teknolojiye ilgisi olmayanlar
- veri ve tablo işlerinden hoşlanmayanlar
- araştırmayı sevmeyenler
- İngilizce öğrenmek istemeyenler
- uzun süre bilgisayar başında çalışmayı istemeyenler
- sürekli yeni araçlar öğrenmeye kapalı olanlar
➡️ Çünkü bu alan:
matematik + veri + yazılım + teknoloji + sürekli öğrenme gerektirir.
6️⃣ Bu mesleğin geleceği var mı?
Yapay Zeka ve Veri Mühendisliği Bölümü, veri miktarının hızla arttığı ve yapay zeka sistemlerinin şirket süreçlerine girdiği bir dönemde ortaya çıkan yeni nesil mühendislik alanlarından biridir. YÖK, 2024 yılında yapay zeka ve veri odaklı yeni programların açıldığını açıklamış; Yıldız Teknik Üniversitesi Yapay Zeka ve Veri Mühendisliği Bölümü de 2024-YKS kılavuzunda ilk kez yer alan bölümler arasında duyurulmuştur.
Kısa gerçek:
➡️ Geleceği güçlü bir alandır.
➡️ Ancak bölüm çok yenidir; mezun havuzu henüz sınırlıdır.
➡️ İşverenler çoğu zaman bölüm adından çok SQL, Python, veri mühendisliği, bulut, makine öğrenmesi ve proje deneyimine bakar.
➡️ Mezunlar yalnızca “Yapay Zeka ve Veri Mühendisi” olarak değil; Data Engineer, ML Engineer, Data Scientist, AI Engineer ve MLOps Engineer gibi unvanlara da yönelebilir.
7️⃣ 🤖 Yapay Zeka ve Veri Mühendisliği Bölümü Maaş & Gerçekler Tablosu 2026
| Kadro / Alan | 🏛️ Kamu | 💼 Özel Sektör | 🌍 Uluslararası Kariyer | 🎯 Maaşı Belirleyen | ⚠️ Kritik |
|---|---|---|---|---|---|
| 🏛️ Veri Mimarı / Yapay Zekâ Mühendisi (Sözleşmeli Bilişim) | 135.000 – 195.000 TL+ | — | ❌ | Kamu bilişim uzmanlığı, büyük veri tecrübesi | Kamudaki en yüksek maaşlı bilişim kadrolarından |
| 🛡️ Junior AI & Data Engineer (Savunma Sanayii) | — | 85.000 – 98.000 TL | ❌ | Python, SQL, veri mühendisliği | 16 maaş sistemi avantajı |
| 📊 Mid-Level Data Engineer | — | 115.000 – 190.000 TL | ❌ | ETL, Spark, Airflow, Cloud | Banka, telekom ve e-ticarette yoğun talep |
| 🤖 MLOps / Veri Altyapı Mühendisi | — | 95.000 – 165.000 TL | ❌ | Kubernetes, Docker, ML Pipeline | AI projelerinin temel altyapısını kurar |
| 🚀 Senior AI & Data Architect | — | 230.000 – 360.000 TL+ | ❌ | Büyük veri mimarisi ve ekip yönetimi | Kariyer tavanı çok yüksek |
| 🎓 Araştırma Görevlisi | 86.300 – 91.500 TL | — | ❌ | Akademik kariyer ve AR-GE projeleri | Akademik teşviklerden yararlanabilir |
| 🇺🇸 AI / Data Engineer (ABD) | — | — | 115.000 $ – 150.000 $/yıl | Cloud, AI ve Data Engineering | Silikon Vadisi ve finans sektöründe yoğun talep |
| 🇺🇸 Senior AI / Data Architect | — | — | 260.000 $ – 450.000 $+/yıl | LLM, Data Platform ve AI altyapısı | RSU ve hisse gelirleri maaşı aşabilir |
| 🇪🇺 Data Engineer / MLOps Engineer | — | — | 65.000 € – 85.000 €/yıl | Cloud ve veri platformları | Almanya, Hollanda ve İngiltere öne çıkıyor |
| 🌍 Global Remote AI & Data Engineer | — | — | 4.500 $ – 13.000 $/ay | Deneyim ve yabancı müşteri portföyü | Türkiye’den döviz bazlı çalışma imkânı |
| ⚙️ ETL / ELT Platformu Girişimi | — | — | ✔ | Veri entegrasyonu ve otomasyon | SaaS modeliyle ölçeklenebilir |
| 🧠 Kurumsal RAG & LLM Altyapısı | — | — | ✔ | Yapay zekâ ve veri altyapısı | Kurumsal AI dönüşümünün en hızlı büyüyen alanı |
| 🔐 AI Destekli Veri Güvenliği Girişimi | — | — | ✔ | KVKK, GDPR ve veri kalitesi | Siber güvenlik ile AI birleşimi |
| ☁️ Büyük Veri & Cloud Danışmanlığı | — | — | ✔ | AWS, Azure, GCP ve veri mimarisi | Küresel B2B pazarda yüksek gelir potansiyeli |
Kısa Değerlendirme
➡️ Yapay Zeka ve Veri Mühendisliği Bölümü mezunları; veri mühendisliği, MLOps, büyük veri platformları ve LLM altyapıları sayesinde teknoloji sektörünün en yüksek maaşlı uzmanları arasında yer almaktadır.
➡️ En yüksek gelirler bulut altyapısı, veri mimarisi, yapay zekâ platformları, finans, telekom ve savunma sanayiinde elde edilmektedir.
➡️ Girişimcilikte ise ETL/ELT platformları, kurumsal RAG çözümleri, veri güvenliği yazılımları ve büyük veri danışmanlığı en yüksek büyüme potansiyeline sahip alanlardır.
8️⃣ Kariyer ve yükselme imkânı
Gerçekçi kariyer hattı genelde şöyledir:
- yazılım / veri stajyeri
- junior data analyst
- junior data engineer
- junior AI engineer
- data engineer
- machine learning engineer
- data scientist
- MLOps engineer
- AI engineer
- data platform engineer
- kıdemli veri mühendisi
- AI / data team lead
- veri ve yapay zeka yöneticisi
Bu bölümde yükselme çoğunlukla:
- Python
- SQL
- veri tabanı bilgisi
- ETL / ELT süreçleri
- bulut teknolojileri
- makine öğrenmesi
- veri modelleme
- GitHub / proje portföyü
- İngilizce
- gerçek iş deneyimi
ile olur.
9️⃣ Yapay Zeka ve Veri Mühendisliği Bölümü – Rekabet Analizi
| Rakip Profil | Nerede Rekabet? | Güçlü Yanı | Yapay Zeka ve Veri Mühendisliği Mezununa Göre Durum | Rekabet |
|---|---|---|---|---|
| Bilgisayar Mühendisliği mezunları | yazılım, veri mühendisliği, AI, sistem geliştirme | geniş mezun havuzu ve güçlü algoritma altyapısı | aynı veri ve AI ilanlarının büyük bölümüne başvurabilir | 🔴 Çok Yüksek |
| Yazılım Mühendisliği mezunları | yazılım geliştirme, veri ürünleri, ML uygulamaları | yazılım yaşam döngüsü ve ürün geliştirme bilgisi | veri ve AI ürünleştirme tarafında güçlü rakip | 🔴 Çok Yüksek |
| Veri Bilimi ve Analitiği mezunları | veri analizi, data science, makine öğrenmesi | veri analitiğine doğrudan odaklanır | mezun havuzu henüz sınırlı olduğu için güncel rekabet baskısı düşük | 🟢 Düşük |
| Yapay Zeka Mühendisliği mezunları | AI, ML, NLP, computer vision, MLOps | doğrudan yapay zeka mühendisliği eğitimi | bölüm yeni olduğu için mevcut mezun baskısı sınırlı | 🟢 Düşük |
| Yapay Zeka ve Makine Öğrenmesi mezunları | AI, ML, derin öğrenme, veri bilimi | makine öğrenmesine doğrudan odaklanır | yeni program olduğu için güncel mezun baskısı düşük | 🟢 Düşük |
| Matematik / İstatistik mezunları | veri bilimi, modelleme, risk, araştırma | güçlü teorik ve istatistiksel altyapı | data science ve modelleme tarafında güçlü rakip | 🟠 Yüksek |
| Elektrik-Elektronik Mühendisliği mezunları | görüntü işleme, sinyal işleme, gömülü AI, savunma | donanım, sinyal ve sistem bilgisi | bilgisayarlı görü ve savunma projelerinde rakip | 🟠 Yüksek |
| Yönetim Bilişim Sistemleri mezunları | iş zekâsı, veri analizi, dijital dönüşüm, BI | işletme + bilişim birleşimi | BI ve kurumsal veri tarafında orta düzey rakip | 🟡 Orta |
| Aynı bölüm mezunları | AI, veri mühendisliği, büyük veri, MLOps | aynı eğitim ve aynı hedef alan | bölüm çok yeni olduğu için mevcut mezun rekabeti düşük | 🟢 Düşük |
Kısa Özet
Yapay Zeka ve Veri Mühendisliği Bölümü mezunlarının iş piyasasındaki en güçlü rekabeti Bilgisayar Mühendisliği ve Yazılım Mühendisliği mezunlarıyla yaşanır. Çünkü bu iki bölümün mezun havuzu geniştir ve aynı veri mühendisliği, yapay zeka, yazılım, MLOps ve data engineering ilanlarına yoğun şekilde başvurabilir.
Buna karşılık Veri Bilimi ve Analitiği, Yapay Zeka Mühendisliği, Yapay Zeka ve Makine Öğrenmesi ve aynı bölüm mezunları akademik olarak yakın olsa da bu programlar çok yeni olduğu için mevcut mezun havuzu sınırlıdır; bu nedenle güncel iş piyasasında rekabet baskısı daha düşüktür.
🔟 Yapay Zeka ve Veri Mühendisliği Bölümü Mezunlarını Ne Bekliyor?
Bölüm yeni olduğu için doğrudan mezun deneyimleri henüz sınırlıdır:
Yapay Zeka ve Veri Mühendisliği, Türkiye’de yeni açılan lisans programlarından biri olduğundan kapsamlı mezun yorumları henüz oluşmamıştır. Ancak sektörün yapay zekâ ve veri altyapılarına yönelik artan yatırımları, bölümün geleceğine ilişkin olumlu beklentileri güçlendirmektedir.
Yapay zekâ ile veri mühendisliğini birlikte bilen uzmanlara ihtiyaç artıyor:
Şirketler artık yalnızca yapay zekâ modeli geliştiren değil, aynı zamanda büyük veri altyapılarını kurabilen, veriyi işleyebilen ve üretime aktarabilen mühendisleri tercih etmektedir. Bu nedenle bölüm mezunları, yapay zekâ ile veri mühendisliğini bir arada bilen çok yönlü profesyoneller olarak öne çıkmaktadır.
Teknik portföy kariyer başarısının en önemli unsurudur:
Python, SQL, büyük veri teknolojileri, bulut platformları, veri boru hatları (Data Pipeline), makine öğrenmesi, MLOps ve GitHub projeleriyle kendini geliştiren mezunlar; teknoloji şirketleri, savunma sanayii, finans, sağlık ve e-ticaret sektörlerinde önemli avantaj elde etmektedir.
Ar-Ge ve yüksek teknoloji şirketlerinde güçlü kariyer fırsatları bulunuyor:
Savunma sanayii, teknoloji girişimleri, finans teknolojileri (FinTech), bulut bilişim ve büyük veri alanında faaliyet gösteren şirketler, bu alanda yetişmiş mühendisleri giderek daha fazla istihdam etmektedir. Özellikle Ar-Ge merkezleri ve teknokentler önemli kariyer kapıları arasında yer almaktadır.
Küresel kariyer ve uzaktan çalışma potansiyeli yüksektir:
Veri mühendisliği ve yapay zekâ teknolojileri dünya genelinde ortak teknolojiler olduğu için İngilizce seviyesi güçlü ve teknik yetkinliği yüksek mezunlar, uluslararası şirketlerde uzaktan veya yurt dışında çalışma fırsatı yakalayabilmektedir.
Net Sonuç
➡️ Yapay Zeka ve Veri Mühendisliği Bölümü, yapay zekâ ile büyük veri teknolojilerini bir araya getiren, mezun sayısı düşük ve geleceği en güçlü mühendislik alanlarından biri olarak öne çıkmaktadır.
➡️ Teknik becerilerini sürekli geliştiren ve uygulamalı projeler üreten mezunlar; teknoloji şirketleri, Ar-Ge merkezleri ve küresel yazılım firmalarında önemli kariyer fırsatları yakalayabilmektedir.
➡️ Yapay zekâ ve veri altyapılarının birlikte geliştiği dijital dünyada, bu alanda uzmanlaşan mühendisler için uzun vadeli istihdam potansiyeli oldukça yüksektir.
1️⃣1️⃣ Rekabet ve İş Bulma Yapay Zeka ve Veri Mühendisliği Bölümü
📊 Mezun – Talep Dengesi Analizi
| Kriter | Veri |
|---|---|
| Üniversite Sayısı | 13 |
| Yerleşen Öğrenci (2025) | 364 |
| Yıllık Mezun Havuzu | ~364 |
| Kamuya Özel Nitelik Kodu | Henüz bulunmuyor (4531 ortak mühendislik havuzu) |
| Merkezi Kamu Ataması | Sınırlı (4531 ortak kodu üzerinden) |
| Özel Sektör İlanları | ~150 (ortak ilanlar) |
| En Büyük Rakipler | Bilgisayar Mühendisliği, Yazılım Mühendisliği, İstatistik, Matematik Mühendisliği |
| Öne Çıkan Avantaj | Yapay zekâ, veri mühendisliği, büyük veri (Big Data), MLOps ve veri altyapıları |
📊 Kamu Atama Tablosu
| Yıl | Kontenjan | Taban Puan | Alım Türü |
|---|---|---|---|
| 2025 | ~25 | KPSS + YDS + Teknik Mülakat | Dijital Dönüşüm Ofisi – Yapay Zekâ Uzmanı |
| 2024 | ~35 | ALES + YDS + Mülakat | TÜBİTAK BİLGEM Ar-Ge Mühendisi |
| 2023 | ~80 | KPSS %70 + YDS %30 | Bakanlık Bilgi İşlem – Sözleşmeli Bilişim Personeli |
| 2022 | ~60 | Teknik Sınav | Savunma Sanayii Kamu Veri Projeleri |
| 2021 | ~15 | 85,90 | Üniversiteler – Bilgi İşlem Daireleri |
📊 Sektör Gerçekleri
| Başlık | Durum |
|---|---|
| 🏛️ Ana istihdam | Teknoloji şirketleri, savunma sanayii, bankacılık, finans, büyük veri (Big Data) projeleri, bulut bilişim ve Ar-Ge merkezleri |
| 🔎 Kritik gerçek | Bölüm yeni olmasına rağmen yapay zekâ ve veri mühendisliğini birlikte kapsayan müfredatı sayesinde geleceğin en stratejik mühendislik alanlarından biri olarak görülmektedir. |
| ⚔️ Ana rakip | Bilgisayar Mühendisliği |
| ⚔️ Ek rakip | Yazılım Mühendisliği, Veri Bilimi ve Analitiği |
| ⚔️ Gizli rakip | Yapay Zekâ Mühendisliği, Matematik Mühendisliği, İstatistik |
| 📊 Rekabet seviyesi | Orta- Düşük |
| 📊 Kamuya giriş | Zor |
| 📊 Özel sektör | Güçlü |
| 🏢 Özel sektör alanı | Yapay zekâ, veri mühendisliği, büyük veri, makine öğrenmesi, veri platformları, bulut sistemleri, finans teknolojileri ve savunma sanayii |
| 📉 Temel sorun | İş ilanlarının büyük bölümü henüz bu bölüm adıyla yayımlanmamakta; işletmeler ağırlıklı olarak Bilgisayar veya Yazılım Mühendisliği mezunlarını hedeflemektedir. |
| 💡 Belirleyici faktör | Python, SQL, Spark, Hadoop, bulut teknolojileri, GitHub portfolyosu, proje deneyimi, İngilizce ve teknik stajlar |
| 📈 Sistem gerçeği | Yapay zekâ ve veri alanında işe alımlarda diploma tek başına yeterli değildir. Teknik proje üretme becerisi, güçlü portfolyo ve gerçek problem çözme deneyimi kariyer başarısını belirleyen en önemli unsurlardır. |
⚖️ Rekabet & İş Bulma Skorları
| Alan | Skor |
|---|---|
| Rekabet Skoru | 75 |
| İş Bulma Skoru | 86 |
🚦 Risk Etiketi
| Alan | Değerlendirme |
|---|---|
| Kamu | 🔴 Zor |
| Özel Sektör | 🟢 İyi |
| Alan Uyumu | 🟢 Yüksek |
| Alan Dışı Kayma | 🟢 Düşük |
| İş Bulma Süresi | TÜİK Verisi Yok |
| Genel Risk | 🟢 Düşük-Orta Risk |
📊 TÜİK Veri Analizi
➡️ Bölüm yeni olduğu için TÜİK tarafından yayımlanmış mezun istihdam verisi henüz bulunmamaktadır.
➡️ Değerlendirme; mezun sayısı, kamu alım modeli, özel sektör talebi ve bilişim sektöründeki güncel ihtiyaçlar dikkate alınarak hazırlanmıştır.
Analiz Özeti
Yapay Zekâ ve Veri Mühendisliği Bölümü, Türkiye’de oldukça sınırlı sayıda üniversitede bulunan yeni nesil mühendislik programlarından biridir. Mezun sayısının düşük olması, bilişim sektöründeki yüksek talep ile birleştiğinde önemli bir rekabet avantajı oluşturmamaktadır.
➡️ Kamu tarafında bölüme ait müstakil bir nitelik kodu bulunmamaktadır. Mezunlar ağırlıklı olarak 4531 ortak mühendislik havuzu üzerinden değerlendirilmekte, ayrıca Dijital Dönüşüm Ofisi, TÜBİTAK BİLGEM ve savunma sanayii kuruluşlarının sözleşmeli bilişim personeli alımlarına yönelmektedir.
➡️ Özel sektörde çok miktarda iş ilanları bulunmasına rağmen ilanların büyük bölümünde doğrudan “Yapay Zekâ ve Veri Mühendisliği” mezunu şartı yer almamaktadır. İşverenler çoğunlukla Bilgisayar Mühendisliği, Yazılım Mühendisliği, Veri Bilimi, İstatistik veya benzeri bölümleri birlikte değerlendirmektedir.
➡️ Buna rağmen bölüm mezunlarının en önemli avantajı, mezun sayısının oldukça düşük olmasıdır. Piyasada henüz çok fazla mezun bulunmadığı için güçlü teknik altyapıya sahip adaylar kısa sürede öne çıkabilmektedir.
➡️ Bu bölümde diploma tek başına yeterli değildir. Büyük veri teknolojileri (Spark, Hadoop), SQL, Python, bulut sistemleri, veri boru hatları (Data Pipeline), MLOps ve yapay zekâ projelerinden oluşan güçlü bir portfolyo kariyer başarısının temel belirleyicisidir.
➡️ Savunma sanayii, finans, bankacılık, telekomünikasyon ve teknoloji şirketleri veri mühendisliği ve yapay zekâ alanındaki yatırımlarını artırmaya devam etmektedir. Bu durum bölüm mezunlarının uzun vadeli istihdam potansiyelini destekleyen en önemli faktörlerden biridir.
➡️ Bölüm mezunları özellikle Bilgisayar Mühendisliği ve Yazılım Mühendisliği mezunlarıyla aynı ilanlarda rekabet etmektedir. Bu nedenle staj deneyimi, GitHub projeleri, açık kaynak katkıları ve gerçek sektör tecrübesi çoğu zaman diploma isminden daha belirleyici hale gelmektedir.
➡️ Mezun paylaşımları ve sektör eğilimleri, kendini sürekli geliştiren adayların hem yurt içinde hem de uluslararası teknoloji şirketlerinde yüksek maaşlı pozisyonlara ulaşabildiğini göstermektedir.
➡️ Sonuç olarak Yapay Zekâ ve Veri Mühendisliği Bölümü; mezun sayısının düşük olduğu, yapay zekâ ve veri teknolojilerinin hızla büyümesi sayesinde gelecekte önemini daha da artırması beklenen, teknik beceri ve portfolyonun diploma isminden daha değerli olduğu, genel görünüm itibarıyla düşük-orta risk grubunda değerlendirilebilecek en güçlü yeni nesil mühendislik programlarından biridir.
Sorumluluk Reddi
Yapılan analizler; özel sektör iş ilanı verileri, Türkiye İstatistik Kurumu tarafından yayımlanan istihdam verileri ve merkezi yerleştirme sonuçlarına dayanan kamu atama verilerinin birlikte değerlendirilmesiyle oluşturulmuştur.
Özel sektör ve resmî kurumlar tarafından yayımlanan kamuya açık verilerin derlenmesi, toplanması ve modellenmesi süreçlerinde yüksek hassasiyet gösterilmiş olup, analiz kapsamında dayanaksız, gözlemsiz veya kaynağı belirsiz hiçbir veri kullanılmamıştır; bu süreçte veri işleme ve modelleme aşamalarında çeşitli yapay zekâ destekli araçlardan yararlanılmış ve elde edilen çıktılar kontrol edilerek değerlendirilmiştir.
Bu çalışmanın amacı; veri temelli ve gerçekçi bir çerçevede iş piyasasının yönünü ve rekabet düzeyini ortaya koymaktır. Bu doğrultuda analizler, toplumsal fayda gözetilerek hazırlanmıştır.
