# Sıfırdan Yapay Zeka Öğrenme Yol Haritası 2026: 12 Aylık Türkçe Detaylı Roadmap

> Source: https://sukruyusufkaya.com/blog/sifirdan-yapay-zeka-yol-haritasi-2026
> Updated: 2026-08-24T00:25:11.851Z
> Type: blog
> Category: yapay-zeka
**TLDR:** Sıfırdan yapay zeka mühendisi olmak için 12 aylık detaylı yol haritası: Ay 1-2 Python + matematik temeli, Ay 3-4 klasik ML, Ay 5-6 deep learning + PyTorch, Ay 7-8 LLM + RAG + agentic, Ay 9-10 MLOps + production, Ay 11-12 specialized + iş arama. Her ay için spesifik kurslar (Coursera, fast.ai, DeepLearning.AI), kitaplar, milestone projeler, Türkçe kaynaklar (BTK Akademi, Coursera Türkçe altyazı), günlük çalışma planı, portfolio gereksinimleri (5-10 GitHub projesi), Kaggle stratejisi, sertifikalar, iş başvuru taktikleri. KOBİ/freelance/yurt dışı iş seçenekleri.

<tldr data-summary="[&#34;12 ay = sıfırdan iş bulabilir junior AI Engineer. Günlük 2-3 saat (haftada 14-21 saat). Yoğunluk: 6 ay full-time mümkün, 18 ay yarı-zamanlı mümkün.&#34;,&#34;Ay 1-2 TEMEL: Python sözdizimi + pandas/numpy + temel matematik (lineer cebir + olasılık + calculus). 2 milestone proje.&#34;,&#34;Ay 3-4 KLASIK ML: scikit-learn + Coursera Andrew Ng Machine Learning + 3 Kaggle yarışma giriş.&#34;,&#34;Ay 5-6 DEEP LEARNING: PyTorch + Coursera DL Specialization + fast.ai + 2 production-grade DL projesi.&#34;,&#34;Ay 7-8 LLM + AI: Andrej Karpathy &#39;LLM Zero to Hero&#39; + LangChain + RAG kişisel projesi + agentic workflow.&#34;,&#34;Ay 9-10 PRODUCTION: Docker + AWS/GCP + FastAPI + MLflow + 1 end-to-end deployed ML/AI sistem.&#34;,&#34;Ay 11-12 İŞ ARAMA + UZMANLAŞMA: 5-10 GitHub proje + LinkedIn + 50+ pozisyon başvuru + mülakat hazırlık. Türkçe NLP, agentic, ya da computer vision specialized.&#34;,&#34;BÜTÇE: $200-500 toplam (Coursera Plus $59/ay × 6 ay = $354, kitaplar $150). Ücretsiz alternatifler: YouTube + fast.ai + freeCodeCamp + BTK Akademi.&#34;,&#34;Türk öğrenci avantajı: BTK Akademi Türkçe ücretsiz, Coursera Financial Aid (Türkiye dahil çoğunlukla onaylanır), Boğaziçi/ODTÜ ML Yaz Okulları, Türk AI toplulukları (Yapay Zeka Türkiye, Veri Bilimi Türkiye Discord/Slack).&#34;]" data-one-line="12 ay + günde 2-3 saat = junior AI Engineer. Python → Math → ML → DL → LLM → Production → İş. Bütçe $200-500 veya tamamen ücretsiz alternatifler."></tldr>

## 1. Giriş: Ne Hedefliyoruz?

Bu yol haritası **2026 itibarıyla pratik, iş odaklı**. 12 ay sonra mümkün hedef:

<comparison-table data-caption="12 Ay Sonra Hedef Profilleriniz" data-headers="[&#34;Hedef&#34;,&#34;12. Ay Sonu Profili&#34;]" data-rows="[{&#34;feature&#34;:&#34;Junior AI Engineer (Türkiye)&#34;,&#34;values&#34;:[&#34;İlk iş bulma — ₺70K-100K aylık net&#34;]},{&#34;feature&#34;:&#34;Junior ML Engineer (Türkiye)&#34;,&#34;values&#34;:[&#34;İlk iş bulma — ₺60K-90K aylık net&#34;]},{&#34;feature&#34;:&#34;Junior Data Scientist (Türkiye)&#34;,&#34;values&#34;:[&#34;İlk iş bulma — ₺50K-80K aylık net&#34;]},{&#34;feature&#34;:&#34;Freelance / Solo Builder&#34;,&#34;values&#34;:[&#34;AI ürün geliştirici (MVP launch + ilk müşteri)&#34;]},{&#34;feature&#34;:&#34;Avrupa Remote Junior&#34;,&#34;values&#34;:[&#34;Junior AI Engineer remote — €3K-5K aylık&#34;]},{&#34;feature&#34;:&#34;Side Income&#34;,&#34;values&#34;:[&#34;Mevcut işine ek olarak haftada 5-10 saat AI proje&#34;]}]"></comparison-table>

<stat-callout data-value="450K+" data-context="2026 küresel AI/ML mühendisi açığı" data-source="{&#34;label&#34;:&#34;LinkedIn Workforce Report&#34;}"></stat-callout>

<stat-callout data-value="₺70-100K" data-context="Türkiye junior AI Engineer aylık net maaş aralığı 2026" data-source="{&#34;label&#34;:&#34;TÜBİSAD + LinkedIn Salary Insights&#34;}"></stat-callout>

### 1.1 Bu Yol Haritası Kimler İçin?

<callout-box data-variant="answer" data-title="Kimlere uygun?">

(1) Lisans öğrencisi (CS, EE, Matematik, Endüstri Müh, İstatistik) — 12 ayı paralel okuyabilir. (2) Bootcamp mezunu / coding altyapısı olan — temel atlayıp ML/DL'ye dalabilir. (3) Yazılım mühendisi pivot — backend/frontend dev'den 6 ay içinde AI Engineer'a geçebilir. (4) Sektör değiştirme (engineer/scientist/analyst geçmişi) — matematik avantajıyla 12 ay yeterli. (5) Tamamen sıfır (lise mezunu + iş tecrübesiz) — 12 ay zor ama mümkün, 18 ay daha gerçekçi.

</callout-box>

### 1.2 Önkoşullar

**Sıfır seviye için bile minimum:**
- Bilgisayar kullanmayı bilme (dosya yönetimi, terminal temel)
- İngilizce okuma anlama (en az B1 — kaynakların %95'i İngilizce)
- Disiplin (günde 2-3 saat 12 ay)
- İnternet (yeterli bant genişliği)

**Olmayan iyi olur:**
- Lise/üniversite matematik bilgisi (12. sınıf calculus)
- Programlama temel
- Sektör tecrübesi (analiz, mühendislik)

### 1.3 Bütçe Senaryoları

<comparison-table data-caption="12 Aylık Bütçe Senaryoları" data-headers="[&#34;Senaryo&#34;,&#34;Toplam Maliyet&#34;]" data-rows="[{&#34;feature&#34;:&#34;TAMAMEN ÜCRETSIZ&#34;,&#34;values&#34;:[&#34;$0 (sadece internet) — YouTube, BTK Akademi, freeCodeCamp&#34;]},{&#34;feature&#34;:&#34;Minimum Bütçe&#34;,&#34;values&#34;:[&#34;$100-200 (kitaplar 1-2 paid Coursera ders)&#34;]},{&#34;feature&#34;:&#34;Standart&#34;,&#34;values&#34;:[&#34;$400-700 (Coursera Plus 6 ay, 3-5 kitap, 1-2 sertifika)&#34;]},{&#34;feature&#34;:&#34;Premium&#34;,&#34;values&#34;:[&#34;$1500-3000 (DataCamp + DeepLearning.AI + Maven cohort kurs + sertifikalar)&#34;]},{&#34;feature&#34;:&#34;Donanım (opsiyonel)&#34;,&#34;values&#34;:[&#34;GPU laptop ₺40-80K veya Cloud GPU ($10-30/ay)&#34;]}]"></comparison-table>

## 2. Ay 1-2: TEMEL — Python + Matematik

### 2.1 Hedefler (Ay 1-2 sonunda)

- Python akıcı (data type, function, OOP, list comprehension)
- Numpy + Pandas + Matplotlib akıcı
- Lineer cebir temel (vektör, matris, dot product, eigenvalue)
- Olasılık + İstatistik temel (mean, variance, dağılımlar, Bayes)
- Calculus temel (türev, gradient — ezber değil sezgi)

### 2.2 Detaylı Çalışma Planı

<comparison-table data-caption="Ay 1 Haftalık Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 1&#34;,&#34;values&#34;:[&#34;Python kurulum + sözdizimi temel&#34;,&#34;&#39;Python for Everybody&#39; Coursera (Charles Severance) - Ücretsiz audit&#34;]},{&#34;feature&#34;:&#34;Hafta 2&#34;,&#34;values&#34;:[&#34;Python ileri (OOP, function, decorator)&#34;,&#34;BTK Akademi &#39;Python ile Sıfırdan İleri Seviyeye&#39; (Atıl Samancıoğlu) - Türkçe ücretsiz&#34;]},{&#34;feature&#34;:&#34;Hafta 3&#34;,&#34;values&#34;:[&#34;NumPy + Pandas&#34;,&#34;NumPy resmi tutorial + Wes McKinney &#39;Python for Data Analysis&#39; kitabı&#34;]},{&#34;feature&#34;:&#34;Hafta 4&#34;,&#34;values&#34;:[&#34;Matplotlib + Seaborn + ilk visualization projesi&#34;,&#34;Kaggle Learn &#39;Data Visualization&#39; (ücretsiz)&#34;]}]"></comparison-table>

<comparison-table data-caption="Ay 2 Haftalık Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 5&#34;,&#34;values&#34;:[&#34;Lineer Cebir — vektör, matris, dot product&#34;,&#34;3Blue1Brown &#39;Essence of Linear Algebra&#39; YouTube (Türkçe altyazı) - Ücretsiz&#34;]},{&#34;feature&#34;:&#34;Hafta 6&#34;,&#34;values&#34;:[&#34;Lineer Cebir — eigenvalue, SVD, matrix decomposition&#34;,&#34;Khan Academy Linear Algebra + Gilbert Strang MIT 18.06 dersi&#34;]},{&#34;feature&#34;:&#34;Hafta 7&#34;,&#34;values&#34;:[&#34;Olasılık + İstatistik temel&#34;,&#34;Khan Academy Statistics + &#39;Think Stats&#39; kitabı (Allen Downey ücretsiz)&#34;]},{&#34;feature&#34;:&#34;Hafta 8&#34;,&#34;values&#34;:[&#34;Calculus — türev, gradient sezgi&#34;,&#34;3Blue1Brown &#39;Essence of Calculus&#39; YouTube - Ücretsiz&#34;]}]"></comparison-table>

### 2.3 Ay 1-2 Milestone Projeleri

**Proje 1 (Ay 1 sonu):** Python ile basit veri analizi
- Veri: Türkiye COVID-19 vaka verisi (Sağlık Bakanlığı API ya da Kaggle Türkçe dataset)
- Görev: pandas ile veri yükle, temizle, en az 5 visualization üret
- Çıktı: Jupyter notebook GitHub'da

**Proje 2 (Ay 2 sonu):** İstatistiksel analiz
- Veri: Trendyol Kaggle ürün verisi veya açık Türk hava durumu verisi
- Görev: Hipotez testi (mean comparison), korelasyon analizi, basit linear regression
- Çıktı: Markdown report + notebook GitHub'da

### 2.4 Kitap Tavsiyeleri (Ay 1-2)

- **"Python for Data Analysis" (Wes McKinney)** — pandas creator yazarı, en iyi pandas referansı
- **"Think Stats" (Allen Downey)** — ücretsiz, Türkçe çevirisi var
- **"Linear Algebra Done Right" (Sheldon Axler)** — derinleşmek isteyenler için
- **"Python Crash Course" (Eric Matthes)** — yeni başlayan dostu

### 2.5 Türkçe Kaynaklar (Önemli!)

- **BTK Akademi** — btkakademi.gov.tr — Tamamen ücretsiz, Türkçe Python + makine öğrenmesi kursları
- **Boğaziçi ML/AI Kulübü** — kayit.boun.edu.tr — Bazı dersler açık
- **Yapay Zeka Türkiye Discord** — aktif topluluk
- **Veri Bilimi Türkiye Discord** — soru-cevap aktif
- **MEB EBA** — bazı temel Python kursları

## 3. Ay 3-4: KLASIK MAKİNE ÖĞRENMESİ

### 3.1 Hedefler

- scikit-learn akıcı
- Supervised learning (regression, classification) algoritmaları
- Unsupervised learning (clustering, PCA, t-SNE)
- Cross-validation + hyperparameter tuning
- Bias-variance tradeoff
- Feature engineering
- Model evaluation (confusion matrix, ROC, F1)
- 3 Kaggle yarışmasında medal almak (en azından bronze)

### 3.2 Detaylı Çalışma Planı

<comparison-table data-caption="Ay 3 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 9&#34;,&#34;values&#34;:[&#34;Andrew Ng Machine Learning (yeni 2022 Coursera versiyonu)&#34;,&#34;Coursera &#39;Machine Learning Specialization&#39; DeepLearning.AI — 3 ders, ~120 saat&#34;]},{&#34;feature&#34;:&#34;Hafta 10&#34;,&#34;values&#34;:[&#34;scikit-learn akıcılık + supervised learning&#34;,&#34;Aurélien Géron kitabı: &#39;Hands-On Machine Learning&#39; (en iyi pratik kitap)&#34;]},{&#34;feature&#34;:&#34;Hafta 11&#34;,&#34;values&#34;:[&#34;Decision tree, Random Forest, XGBoost, LightGBM&#34;,&#34;Kaggle Learn &#39;Intermediate Machine Learning&#39;&#34;]},{&#34;feature&#34;:&#34;Hafta 12&#34;,&#34;values&#34;:[&#34;Hyperparameter tuning (Optuna, GridSearchCV) + cross-validation&#34;,&#34;StatQuest YouTube (Josh Starmer) — algoritma sezgi&#34;]}]"></comparison-table>

<comparison-table data-caption="Ay 4 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 13&#34;,&#34;values&#34;:[&#34;Unsupervised learning — K-means, hierarchical, DBSCAN&#34;,&#34;Géron kitabı clustering bölümü&#34;]},{&#34;feature&#34;:&#34;Hafta 14&#34;,&#34;values&#34;:[&#34;Dimensionality reduction — PCA, t-SNE, UMAP&#34;,&#34;StatQuest + scikit-learn examples&#34;]},{&#34;feature&#34;:&#34;Hafta 15&#34;,&#34;values&#34;:[&#34;Time series basics — ARIMA, Prophet, seasonal decomposition&#34;,&#34;Forecasting Principles and Practice (Hyndman) - ücretsiz online&#34;]},{&#34;feature&#34;:&#34;Hafta 16&#34;,&#34;values&#34;:[&#34;İlk Kaggle yarışması — Titanic ya da House Prices&#34;,&#34;Kaggle resmi tutorial + diğer çözümleri oku&#34;]}]"></comparison-table>

### 3.3 Ay 3-4 Milestone Projeleri

**Proje 3 (Ay 3 sonu):** Türkçe ML projesi
- Veri: Türk bankası kredi onay verisi (Kaggle) veya Trendyol ürün kategorizasyon
- Görev: Multi-class classification — XGBoost ile %85+ accuracy
- Çıktı: Notebook + README + benchmark table

**Proje 4 (Ay 4 sonu):** Kaggle başlangıç
- Yarışma: Titanic, House Prices, Spaceship Titanic (her zaman açık)
- Hedef: Top %20'de bitirme
- Çıktı: Kernel + GitHub

### 3.4 Kitaplar (Ay 3-4)

- **"Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow" (Aurélien Géron, 3rd ed.)** — En iyi pratik ML kitabı, ÇOK ÖNERİLİR
- **"An Introduction to Statistical Learning" (James, Witten, Hastie, Tibshirani)** — Ücretsiz PDF, klasik teorik referans
- **"The Hundred-Page Machine Learning Book" (Andriy Burkov)** — Özet hızlı kitap

### 3.5 Bu Aşamada Yaygın Tuzaklar

<callout-box data-variant="warning" data-title="Yaygın hatalar">

(1) Sadece teori okumak, kod yazmamak — günde minimum 1 saat kod yaz. (2) Andrew Ng'i izle ama hiç implement etme — her hafta scikit-learn ile yeniden yap. (3) Kaggle medal'lere takılma — ilk hedef öğrenme, ranking ikinci. (4) Çok ileri matematik (calculus 2, real analysis) — temel sezgi yeterli, gerek değil. (5) Framework değiştirip durma — scikit-learn'de derinleş önce.

</callout-box>

## 4. Ay 5-6: DEEP LEARNING

### 4.1 Hedefler

- PyTorch akıcı (autograd, nn.Module, training loop)
- Neural network temel (forward/backward pass)
- CNN (computer vision basics)
- RNN/LSTM (sequence basics, NLP temel)
- Transformer architecture (BERT, GPT mantığı)
- Transfer learning + fine-tuning
- GPU training (Google Colab veya kendi GPU)

### 4.2 Detaylı Plan

<comparison-table data-caption="Ay 5 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 17&#34;,&#34;values&#34;:[&#34;DL temel — Andrew Ng DL Specialization 1. ders&#34;,&#34;Coursera &#39;Deep Learning Specialization&#39; (5 ders, ~120 saat)&#34;]},{&#34;feature&#34;:&#34;Hafta 18&#34;,&#34;values&#34;:[&#34;PyTorch sözdizimi + autograd + ilk neural network&#34;,&#34;PyTorch resmi tutorial + &#39;Deep Learning with PyTorch&#39; Eli Stevens kitabı&#34;]},{&#34;feature&#34;:&#34;Hafta 19&#34;,&#34;values&#34;:[&#34;CNN — Convolutional Neural Network temel&#34;,&#34;DL Specialization 4. ders (CNN) + fast.ai &#39;Practical Deep Learning&#39; 2-3 dersleri&#34;]},{&#34;feature&#34;:&#34;Hafta 20&#34;,&#34;values&#34;:[&#34;Computer Vision projesi — Image classification&#34;,&#34;fast.ai uygulamalı + Kaggle Cats vs Dogs&#34;]}]"></comparison-table>

<comparison-table data-caption="Ay 6 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 21&#34;,&#34;values&#34;:[&#34;RNN, LSTM, GRU — Sequence models&#34;,&#34;DL Specialization 5. ders&#34;]},{&#34;feature&#34;:&#34;Hafta 22&#34;,&#34;values&#34;:[&#34;Transformer architecture — Attention is All You Need&#34;,&#34;Andrej Karpathy &#39;Let&#39;&#39;s build GPT from scratch&#39; YouTube + &#39;The Illustrated Transformer&#39; Jay Alammar&#34;]},{&#34;feature&#34;:&#34;Hafta 23&#34;,&#34;values&#34;:[&#34;BERT + Hugging Face transformers library&#34;,&#34;Hugging Face NLP Course (ücretsiz)&#34;]},{&#34;feature&#34;:&#34;Hafta 24&#34;,&#34;values&#34;:[&#34;Transfer learning + fine-tuning + 2. DL projesi&#34;,&#34;fast.ai 5-6 dersleri uygulamalı&#34;]}]"></comparison-table>

### 4.3 Ay 5-6 Milestone Projeleri

**Proje 5 (Ay 5 sonu):** Computer Vision
- Veri: Türk pamuk hastalığı, Türk sokak hayvanları sınıflandırma (kendi veri toplama)
- Görev: ResNet/EfficientNet fine-tune + %90+ accuracy
- Çıktı: GitHub + Hugging Face Spaces demo + Türkçe README

**Proje 6 (Ay 6 sonu):** NLP — Türkçe sentiment analysis
- Veri: Türk Twitter sentiment Kaggle dataset veya Beyazperde film yorumları
- Görev: BERT-Turkish fine-tune ile sentiment classification
- Çıktı: Hugging Face model + Streamlit demo

### 4.4 Donanım — GPU İhtiyacı

<callout-box data-variant="tip" data-title="GPU seçimi — Ay 5-6 için">

DL eğitimi için GPU şart. Seçenekler: (1) Google Colab Free — T4 16GB, 4 saat session, ücretsiz. (2) Google Colab Pro — $10/ay, daha uzun + V100/A100 olasılığı. (3) Kaggle Notebooks — T4 × 2, haftalık 30 saat ücretsiz. (4) Kişisel GPU — RTX 3060 12GB (~₺9K) öğrenci için optimal. (5) Cloud GPU — RunPod $0.30/saat RTX 4090. İlk 6 ayda Colab Free + Kaggle yeterli.

</callout-box>

### 4.5 Kitaplar (Ay 5-6)

- **"Deep Learning with PyTorch" (Eli Stevens, Luca Antiga, Thomas Viehmann)** — PyTorch resmi kitabı
- **"Dive into Deep Learning" (Aston Zhang et al.)** — Ücretsiz, MIT lisans, çok detaylı
- **"Deep Learning" (Ian Goodfellow, Yoshua Bengio, Aaron Courville)** — Ücretsiz, klasik teorik (yoğun)
- **"Hands-On Machine Learning" (Géron)** — DL bölümü güncel

## 5. Ay 7-8: LLM + AI + AGENTIC

### 5.1 Hedefler

- LLM mimari iyi anlayış (transformer + attention + tokenization)
- Prompt engineering ileri
- RAG (Retrieval-Augmented Generation) sistem kurma
- Vector DB (Pinecone, Chroma, pgvector)
- LangChain / LlamaIndex
- Agentic workflow (LangGraph, Crew AI, Anthropic SDK)
- Fine-tuning (LoRA, QLoRA)
- MCP (Model Context Protocol)

### 5.2 Detaylı Plan

<comparison-table data-caption="Ay 7 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 25&#34;,&#34;values&#34;:[&#34;LLM derinlik — Andrej Karpathy &#39;Zero to Hero&#39; serisi&#34;,&#34;YouTube ücretsiz, 6 ders ~12 saat, GPT scratch&#39;tan inşa&#34;]},{&#34;feature&#34;:&#34;Hafta 26&#34;,&#34;values&#34;:[&#34;Prompt engineering&#34;,&#34;Anthropic &#39;Prompt Engineering Course&#39; ücretsiz + &#39;Prompt Engineering Guide&#39; (Pareto)&#34;]},{&#34;feature&#34;:&#34;Hafta 27&#34;,&#34;values&#34;:[&#34;LangChain temel + LangGraph&#34;,&#34;LangChain resmi tutorials + DeepLearning.AI &#39;LangChain for LLM Application Development&#39; ücretsiz&#34;]},{&#34;feature&#34;:&#34;Hafta 28&#34;,&#34;values&#34;:[&#34;RAG sistemi kurma&#34;,&#34;LlamaIndex resmi tutorials + DeepLearning.AI &#39;Building Applications with Vector Databases&#39;&#34;]}]"></comparison-table>

<comparison-table data-caption="Ay 8 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 29&#34;,&#34;values&#34;:[&#34;Vector DB derinlik (Pinecone, Weaviate, Chroma)&#34;,&#34;Pinecone Learn + Weaviate documentation&#34;]},{&#34;feature&#34;:&#34;Hafta 30&#34;,&#34;values&#34;:[&#34;Agentic workflow (LangGraph, CrewAI, Anthropic SDK)&#34;,&#34;DeepLearning.AI &#39;AI Agents in LangGraph&#39; + Anthropic Skills&#34;]},{&#34;feature&#34;:&#34;Hafta 31&#34;,&#34;values&#34;:[&#34;Fine-tuning — LoRA, QLoRA, PEFT&#34;,&#34;Hugging Face PEFT library + Maxime Labonne tutorials&#34;]},{&#34;feature&#34;:&#34;Hafta 32&#34;,&#34;values&#34;:[&#34;LLM evaluation — RAGAS, Promptfoo, LangSmith&#34;,&#34;RAGAS resmi docs + LangSmith tutorial&#34;]}]"></comparison-table>

### 5.3 Ay 7-8 Milestone Projeleri

**Proje 7 (Ay 7 sonu):** Türkçe RAG chatbot
- Veri: KVKK metni + Türk hukuk PDF'leri (~50-100 PDF)
- Görev: RAG sistemi kur, "KVKK Madde 9 nedir?" gibi sorulara doğru cevap
- Tech stack: LangChain + Chroma + OpenAI/Claude API + Streamlit UI
- Çıktı: GitHub + Streamlit Cloud deploy + Türkçe demo video

**Proje 8 (Ay 8 sonu):** Multi-agent system
- Görev: Bir konuda araştırma yapan, raporu yazan, yayınlayan multi-agent
- Tech stack: LangGraph veya CrewAI + Tavily search + Anthropic Claude
- Çıktı: GitHub + demo video

### 5.4 LLM Maliyet Bütçesi

LLM API kullanırken aylık maliyet (öğrenme için):
- Anthropic Claude Sonnet 4.6: $3/$15 (1M token)
- OpenAI GPT-5: $5/$15 (1M token)
- Gemini 2.5 Flash: $0.075/$0.30 (en ucuz)
- DeepSeek V3: $0.27/$1.10

Tipik öğrenme: $10-30/ay yeterli. Gemini Flash ile $5/ay'da çok şey yapılır.

### 5.5 Kitaplar / Kaynaklar (Ay 7-8)

- **"Building LLM Applications" (Suhas Pai)** — yeni 2024
- **"Designing Machine Learning Systems" (Chip Huyen)** — production ML
- **"AI Engineering" (Chip Huyen, 2025)** — LLM-spesifik production
- **Andrej Karpathy YouTube** — ücretsiz, sektörün en iyi LLM eğitmeni

## 6. Ay 9-10: PRODUCTION + MLOps

### 6.1 Hedefler

- Docker akıcı
- FastAPI ile ML/AI API serve etme
- AWS / GCP / Azure temel (SageMaker / Vertex AI / Azure ML)
- MLflow / Weights & Biases
- CI/CD (GitHub Actions)
- Monitoring (Prometheus, Grafana, Datadog)
- A/B testing infrastructure
- 1 end-to-end deployed ML/AI sistem

### 6.2 Detaylı Plan

<comparison-table data-caption="Ay 9 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 33&#34;,&#34;values&#34;:[&#34;Docker + containerization&#34;,&#34;Docker resmi &#39;Getting Started&#39; + &#39;Docker for ML&#39; tutorials&#34;]},{&#34;feature&#34;:&#34;Hafta 34&#34;,&#34;values&#34;:[&#34;FastAPI ile ML serving&#34;,&#34;FastAPI resmi docs + &#39;Building ML APIs with FastAPI&#39; tutorials&#34;]},{&#34;feature&#34;:&#34;Hafta 35&#34;,&#34;values&#34;:[&#34;Cloud (AWS SageMaker temel veya GCP Vertex AI)&#34;,&#34;AWS Skill Builder ücretsiz + GCP Vertex AI Codelabs&#34;]},{&#34;feature&#34;:&#34;Hafta 36&#34;,&#34;values&#34;:[&#34;MLflow + Weights & Biases&#34;,&#34;MLflow resmi tutorial + W&B tutorials&#34;]}]"></comparison-table>

<comparison-table data-caption="Ay 10 Plan" data-headers="[&#34;Hafta&#34;,&#34;İçerik&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Hafta 37&#34;,&#34;values&#34;:[&#34;CI/CD — GitHub Actions&#34;,&#34;GitHub Actions resmi tutorials + ML pipeline örnekleri&#34;]},{&#34;feature&#34;:&#34;Hafta 38&#34;,&#34;values&#34;:[&#34;Model monitoring — Evidently, Arize&#34;,&#34;Evidently resmi docs + &#39;Monitoring ML in Production&#39; tutorials&#34;]},{&#34;feature&#34;:&#34;Hafta 39&#34;,&#34;values&#34;:[&#34;A/B testing infrastructure&#34;,&#34;Eppo blog + Optimizely framework&#34;]},{&#34;feature&#34;:&#34;Hafta 40&#34;,&#34;values&#34;:[&#34;End-to-end deployed project&#34;,&#34;Kendi projeni production&#39;a al&#34;]}]"></comparison-table>

### 6.3 Ay 9-10 Milestone Projeleri

**Proje 9 (Ay 9 sonu):** Production-grade ML API
- Görev: Model 5'i (CV classifier) Docker + FastAPI + AWS/Vercel deploy
- Tech stack: Docker + FastAPI + AWS ECR/Lambda veya Vercel
- Çıktı: Public URL + GitHub README + Postman collection

**Proje 10 (Ay 10 sonu):** Full-stack AI application
- Görev: Türk e-ticaret demo — kullanıcı ürün arar, RAG ile öneri alır
- Tech stack: Next.js + LangChain + Pinecone + Claude API + Vercel
- Çıktı: Live deploy + GitHub + Türkçe demo video + LinkedIn duyuru

### 6.4 Kitaplar (Ay 9-10)

- **"Designing Machine Learning Systems" (Chip Huyen)** — production ML klasiği
- **"Machine Learning Engineering" (Andriy Burkov)** — pratik
- **"Building Machine Learning Powered Applications" (Emmanuel Ameisen)** — full-stack
- **"AI Engineering" (Chip Huyen 2025)** — en güncel

## 7. Ay 11-12: SPECIALIZED + İŞ ARAMA

### 7.1 Specialization Seçimi

Bu noktada birinde derinleş:

<comparison-table data-caption="Specialized Alan Seçenekleri" data-headers="[&#34;Alan&#34;,&#34;İlgi Kim İçin?&#34;,&#34;2026 Talep&#34;]" data-rows="[{&#34;feature&#34;:&#34;Türkçe NLP&#34;,&#34;values&#34;:[&#34;Türk pazarı odaklı&#34;,&#34;Yüksek (Türk şirketler)&#34;]},{&#34;feature&#34;:&#34;Computer Vision&#34;,&#34;values&#34;:[&#34;Görsel ile çalışmak isteyen&#34;,&#34;Yüksek (otomotiv, savunma)&#34;]},{&#34;feature&#34;:&#34;RAG / Agentic systems&#34;,&#34;values&#34;:[&#34;Yenilik + ürün üretim&#34;,&#34;Çok yüksek (yeni alan)&#34;]},{&#34;feature&#34;:&#34;Recommendation systems&#34;,&#34;values&#34;:[&#34;E-ticaret + content&#34;,&#34;Yüksek (Trendyol, Hepsiburada)&#34;]},{&#34;feature&#34;:&#34;Reinforcement Learning&#34;,&#34;values&#34;:[&#34;Akademi + araştırma&#34;,&#34;Düşük (niche)&#34;]},{&#34;feature&#34;:&#34;Time Series&#34;,&#34;values&#34;:[&#34;Finans + IoT&#34;,&#34;Orta&#34;]},{&#34;feature&#34;:&#34;Speech AI&#34;,&#34;values&#34;:[&#34;Çağrı merkezi + asistan&#34;,&#34;Orta-yüksek (Vodafone, Turkcell)&#34;]},{&#34;feature&#34;:&#34;Computer Vision Edge&#34;,&#34;values&#34;:[&#34;Embedded + otomotiv&#34;,&#34;Orta (Aselsan, TUSAŞ)&#34;]},{&#34;feature&#34;:&#34;MLOps / Platform&#34;,&#34;values&#34;:[&#34;Sistem mühendisliği&#34;,&#34;Yüksek (her şirket)&#34;]},{&#34;feature&#34;:&#34;LLM Fine-tuning&#34;,&#34;values&#34;:[&#34;Specialized modeller&#34;,&#34;Çok yüksek&#34;]}]"></comparison-table>

### 7.2 Ay 11 Plan — Specialized Deep Dive

Bir specialty seç, 4 hafta derinleş:
- 1 advanced course
- 1 milestone proje
- 2 paper okuma + uygulama
- Open source contribution

### 7.3 Ay 12 Plan — İŞ ARAMA

<howto-steps data-title="Ay 12: İş Arama Stratejisi" data-steps='[{"title":"GitHub Profile Optimize","detail":"5-10 quality proje, her birinde README + demo. Pinned 6 proje. Contribution graph yeşil."},{"title":"LinkedIn Update","detail":"Headline 'AI Engineer | Building [Niche] in Turkish Tech'. Featured projeler. Hakkımda Türkçe + İngilizce."},{"title":"CV","detail":"1 sayfa CV — projects > eğitim > sertifikalar. STAR formatı (Situation, Task, Action, Result)."},{"title":"Hedef Şirket Listesi","detail":"50 şirket: 10 Türk unicorn + 10 banka + 10 fintech/SaaS + 10 yurt dışı remote + 10 Türk teknoloji devi (Aselsan, vb.)"},{"title":"Başvuru","detail":"Haftada 10-15 başvuru. Referral varsa öncelikli (LinkedIn DM hiring manager)."},{"title":"Cold Outreach","detail":"LinkedIn DM CTO/VP Engineering: 'Sizin [şirket]'te AI Engineer açığı var mı? Şu projeyi yaptım — sizin için faydalı olabilir.' Kısa, spesifik."},{"title":"Mülakat Hazırlık","detail":"LeetCode (medium 50 problem) + ML/AI mülakat soruları + system design + behavioral"},{"title":"İlk Teklifler","detail":"İlk teklifte 'şükür' deyip kabul etme — pazarlık + alternatif teklifler bekle"}]'></howto-steps>

### 7.4 Mülakat Hazırlık Detayı

**LeetCode:** 50 medium problem (3-4 hafta). Easy (basit) — ısınma. Hard — gerek değil. Pattern bazlı: array, hashmap, two pointers, sliding window, BFS/DFS, dynamic programming temel.

**ML/AI Soruları:**
- Bias-variance tradeoff
- Overfitting nasıl tespit + önlenir
- L1 vs L2 regularization farkı
- Cross-entropy vs MSE
- Transformer attention nasıl çalışır
- RAG vs fine-tuning karar
- LLM hallüsinasyon kontrolü
- A/B test tasarımı

**System Design:**
- "Bir öneri sistemi tasarla — 1M kullanıcı"
- "Real-time fraud detection — 100ms latency"
- "RAG sistemi — 1M doc"
- "LLM API rate limit ve caching"

**Behavioral:**
- "Bir projede başarısız olduğun durum"
- "Bir teknik tartışmada nasıl karar verdin"
- "5 yıl sonra nerede görüyorsun?"
- Türk şirket: "Neden bu şirket?"

## 8. Portfolio — 5-10 Quality Proje

### 8.1 Önerilen Portfolio Karışımı

<comparison-table data-caption="10 Proje Portföyü" data-headers="[&#34;#&#34;,&#34;Proje&#34;,&#34;Tech&#34;,&#34;Hedef&#34;]" data-rows="[{&#34;feature&#34;:&#34;1&#34;,&#34;values&#34;:[&#34;Türk hava durumu analiz&#34;,&#34;Python + pandas + Plotly&#34;,&#34;Ay 1&#34;]},{&#34;feature&#34;:&#34;2&#34;,&#34;values&#34;:[&#34;A/B test analiz&#34;,&#34;Python + statsmodels&#34;,&#34;Ay 2&#34;]},{&#34;feature&#34;:&#34;3&#34;,&#34;values&#34;:[&#34;Kredi onay classifier&#34;,&#34;scikit-learn + XGBoost&#34;,&#34;Ay 3&#34;]},{&#34;feature&#34;:&#34;4&#34;,&#34;values&#34;:[&#34;Kaggle medal proje&#34;,&#34;scikit-learn&#34;,&#34;Ay 4&#34;]},{&#34;feature&#34;:&#34;5&#34;,&#34;values&#34;:[&#34;Türkçe sentiment analysis&#34;,&#34;PyTorch + BERT-Turkish&#34;,&#34;Ay 6&#34;]},{&#34;feature&#34;:&#34;6&#34;,&#34;values&#34;:[&#34;Computer Vision (Türk plaka)&#34;,&#34;PyTorch + ResNet + OCR&#34;,&#34;Ay 6&#34;]},{&#34;feature&#34;:&#34;7&#34;,&#34;values&#34;:[&#34;KVKK RAG chatbot&#34;,&#34;LangChain + Chroma + Streamlit&#34;,&#34;Ay 7&#34;]},{&#34;feature&#34;:&#34;8&#34;,&#34;values&#34;:[&#34;Multi-agent araştırmacı&#34;,&#34;LangGraph + Claude API&#34;,&#34;Ay 8&#34;]},{&#34;feature&#34;:&#34;9&#34;,&#34;values&#34;:[&#34;Production ML API&#34;,&#34;Docker + FastAPI + AWS&#34;,&#34;Ay 9&#34;]},{&#34;feature&#34;:&#34;10&#34;,&#34;values&#34;:[&#34;Türk e-ticaret asistan&#34;,&#34;Next.js + LangChain + Pinecone&#34;,&#34;Ay 10&#34;]}]"></comparison-table>

### 8.2 Her Projenin Sahip Olması Gerekenler

- README (Türkçe + İngilizce)
- Tech stack net
- Setup adımları (clone + run)
- Live demo (Streamlit Cloud / Vercel / Hugging Face Spaces)
- Demo GIF / video (LinkedIn için kritik)
- Test coverage
- Lessons learned

## 9. Kaggle Stratejisi

<callout-box data-variant="tip" data-title="Kaggle ile etkili öğrenme">

Kaggle medal'ları rozet, ama gerçek değer ÖĞRENMEDE: (1) Top kernel'leri (notebook'ları) oku — sektör en iyilerinin code stilini. (2) Discussions aktif takip et — yaygın hatalar + ipuçları. (3) 3-5 yarışmada ciddi katıl (en az 100 saat her birine) — top %30. (4) Medal almak için takım kur — diğer Türk Kaggle'cılarla. (5) Tabular yarışmaları başla — sonra CV/NLP. (6) Kaggle Notebooks tier 'Expert' hedefi — public 5+ notebook upvote alan.

</callout-box>

### 9.1 Kaggle Tier'lar

- Novice → Contributor → Expert → Master → Grandmaster
- Master ulaşmak 2-3 yıl + 5+ silver/gold medal
- İş bulmak için Master ZORUNLU DEĞİL — Contributor + iyi GitHub yeterli

## 10. Türk AI Topluluğu

### 10.1 Aktif Türk Topluluklar

- **Yapay Zeka Türkiye Discord/Slack** — 10K+ üye, aktif
- **Veri Bilimi Türkiye Discord** — 5K+ üye
- **Türk AI Twitter** — @CelalErdem, @bbalban, @doganhanoglu, @sinakorbicz aktif paylaşır
- **GitHub Türk Geliştirici** — github.com/topics/turkish-nlp aktif
- **Hugging Face Türk modelleri** — Trendyol, Turkcell, Boun-LLM
- **Meetup gruplar** — İstanbul Data Science Meetup, Ankara AI Meetup

### 10.2 Türk AI Yarışmaları + Hackathon

- **Teknofest AI yarışmaları** — yıllık, prize money
- **VBO Yapay Zeka Yaz Kampı** — Boğaziçi, ücretsiz
- **TÜBİTAK BIDEB AI projeleri** — finansman
- **Trendyol Tech Connect** — kampüs hackathon
- **Getir Hack** — AI track

### 10.3 Türk LLM Pazarı

Türk şirketler kendi LLM'lerini fine-tune ediyor:
- **Trendyol/Trendyol-LLM-7b** — Mistral 7B fine-tune Türkçe
- **TURKCELL/Turkcell-LLM-7b** — Mistral 7B Türkçe fine-tune
- **dervish.ai (Boğaziçi spin-off)** — Türk specialized
- **Vakıf Akademi LLM modelleri**
- **kuis.ai (Koç Üniversitesi)** — Türkçe NLP research

## 11. Sertifikalar — Önemli mi?

<callout-box data-variant="answer" data-title="Sertifika hierarşisi">

Sertifikalar PORTFOLİO + PROJELERİN YERİNE GEÇMEZ. İlk iş bulmak için işveren BAKAR ama tek başına yeterli değil. Tier 1 (gerçekten değerli): Google ML Engineer, AWS ML Specialty. Tier 2 (orta değer): DeepLearning.AI, Coursera Specialization, Hugging Face Cert. Tier 3 (rozet): IBM, generic cert. Tavsiye: 1-2 Tier 1 sertifika al, kalan zaman PROJE üret.

</callout-box>

Önerilen sertifika sırası:
1. **DeepLearning.AI Machine Learning Specialization** (Ay 4'te) — temel
2. **DeepLearning.AI Deep Learning Specialization** (Ay 6'da) — derinleşme
3. **Hugging Face Certified ML Engineer** (Ay 8'de) — NLP/LLM
4. **AWS AI Practitioner** (Ay 10'da) — cloud
5. **Google ML Engineer** (Ay 12'de, iş için) — premium

## 12. 12 Aylık Bütçe Detaylı

### 12.1 Standart Bütçe ($500-700)

<comparison-table data-caption="12 Ay Standart Bütçe" data-headers="[&#34;Kalem&#34;,&#34;Maliyet&#34;]" data-rows="[{&#34;feature&#34;:&#34;Coursera Plus (6 ay)&#34;,&#34;values&#34;:[&#34;$354 ($59 × 6)&#34;]},{&#34;feature&#34;:&#34;Géron kitabı&#34;,&#34;values&#34;:[&#34;$40&#34;]},{&#34;feature&#34;:&#34;Chip Huyen kitabı&#34;,&#34;values&#34;:[&#34;$45&#34;]},{&#34;feature&#34;:&#34;DeepLearning.AI Deep Learning Specialization&#34;,&#34;values&#34;:[&#34;Coursera Plus ile dahil&#34;]},{&#34;feature&#34;:&#34;DeepLearning.AI ML Specialization&#34;,&#34;values&#34;:[&#34;Coursera Plus ile dahil&#34;]},{&#34;feature&#34;:&#34;AWS AI Practitioner sertifika&#34;,&#34;values&#34;:[&#34;$100&#34;]},{&#34;feature&#34;:&#34;LLM API kullanım (6 ay)&#34;,&#34;values&#34;:[&#34;$50-100&#34;]},{&#34;feature&#34;:&#34;Cloud GPU (opsiyonel)&#34;,&#34;values&#34;:[&#34;$30-50&#34;]},{&#34;feature&#34;:&#34;Hugging Face Pro (opsiyonel)&#34;,&#34;values&#34;:[&#34;$60&#34;]},{&#34;feature&#34;:&#34;TOPLAM&#34;,&#34;values&#34;:[&#34;$680-790&#34;]}]"></comparison-table>

### 12.2 Ücretsiz Alternatif Plan

<comparison-table data-caption="Tamamen Ücretsiz Yol" data-headers="[&#34;Kalem&#34;,&#34;Kaynak&#34;]" data-rows="[{&#34;feature&#34;:&#34;Python&#34;,&#34;values&#34;:[&#34;BTK Akademi (Türkçe)&#34;]},{&#34;feature&#34;:&#34;Matematik&#34;,&#34;values&#34;:[&#34;3Blue1Brown YouTube + Khan Academy&#34;]},{&#34;feature&#34;:&#34;ML temel&#34;,&#34;values&#34;:[&#34;Coursera Andrew Ng - Financial Aid ile ücretsiz&#34;]},{&#34;feature&#34;:&#34;DL&#34;,&#34;values&#34;:[&#34;fast.ai - tamamen ücretsiz&#34;]},{&#34;feature&#34;:&#34;LLM&#34;,&#34;values&#34;:[&#34;Karpathy YouTube + Hugging Face Course&#34;]},{&#34;feature&#34;:&#34;Production&#34;,&#34;values&#34;:[&#34;YouTube + resmi tutoryallar&#34;]},{&#34;feature&#34;:&#34;GPU&#34;,&#34;values&#34;:[&#34;Google Colab + Kaggle Notebooks&#34;]},{&#34;feature&#34;:&#34;Kitaplar&#34;,&#34;values&#34;:[&#34;&#39;Dive into Deep Learning&#39; ücretsiz + ISLR ücretsiz&#34;]},{&#34;feature&#34;:&#34;LLM API&#34;,&#34;values&#34;:[&#34;Gemini Flash günlük free tier&#34;]}]"></comparison-table>

### 12.3 Premium Bütçe ($1500-3000)

Yoğun + premium kurslar (Maven cohort-based, DataCamp, Pluralsight) + 3-4 sertifika + Cloud GPU.

## 13. Sık Sorulanlar

**Soru: 6 ayda öğrenebilir miyim?**

<callout-box data-variant="answer" data-title="Kısmen — yoğunluğa bağlı">

Full-time (günde 8 saat) çalışırsanız 6 ay = junior AI Engineer mümkün. Yarı-zamanlı (günde 2-3 saat) 12 ay gerçekçi. Hiç tecrübesizden 6 ay zor — backend dev geçişi 6 ay rahat. Çocuk + iş + öğrenme: 18 ay düşün.

</callout-box>

**Soru: Üniversite gerekli mi?**

Hayır. Birçok AI Engineer üniversite mezun değil. Portfolio + tecrübe + İngilizce + ağ daha önemli. Bazı pozisyonlarda (Türk bankası, kurumsal) lisans şart. Bootcamp + sertifika + güçlü portföy ile yetişir.

**Soru: Hangi dil Python mi başka mı?**

Python dominant. R sadece akademik. Julia niche. C++ low-level (rare). Python ile başla, Java/JS yan bilgisi yararlı (Java backend için bazı şirketlerde).

**Soru: Math nasıl öğrenilir hızlı?**

Sezgi >> formul ezber. 3Blue1Brown YouTube (Türkçe altyazı) ile lineer cebir + calculus sezgi 2-3 haftada. Detaylı matematik (real analysis, measure theory) AI için gerek YOK — sadece research-y rolde lazım.

**Soru: Kaggle medal şart mı?**

Hayır. İş bulmak için 5-10 GitHub quality proje > 100 Kaggle medal. Kaggle ÖĞRENMEDE değerli, iş başvurusunda secondary.

**Soru: Türkçe NLP'de uzmanlaşmaya değer mi?**

EVET — Avrupa AI Engineer pozisyonları için Türkçe NLP bilgisi fark yaratır. Trendyol, Turkcell, Vakıf modelleri ile pratik tecrübe + portföy = premium.

**Soru: Mac mı PC mı?**

İlk 6 ay (Python + temel ML): Mac M3 yeterli, Windows fine. Ay 5+ DL: GPU şart. Cloud GPU ile devam edebilirsin (Colab + Kaggle) ya da kişisel GPU PC al.

**Soru: Bootcamp mı kendim mi?**

Kendim öğrenme: en ucuz + öz disiplin gerek. Bootcamp ($5-15K): zorlama + ağ + kariyer destek. İkisinin orta yolu: paid cohort kurslar (Maven $1-3K, 4-6 hafta).

**Soru: İlk iş nasıl bulurum?**

(1) Portfolio güçlü (5-10 quality proje), (2) LinkedIn aktif (haftada 1 paylaşım), (3) Referral (Türk AI topluluk + meetup'lar), (4) Cold outreach (LinkedIn DM hiring manager), (5) Internship → full-time conversion, (6) Open source contribute (görünür).

**Soru: AI alanında işsiz mi kalırım?**

2026 itibariyle: HAYIR, AI/ML/DS açık 450K+ küresel. Tehdit: junior pozisyonlar bir kısmı AI ile otomatikleşti, beklentiler yükseldi. Çözüm: specialized + senior bakış + AI ile çalışma (against değil).

**Soru: Yurt dışı çıkmak zor mu?**

Remote en kolay (ABD/EU şirketleri için 12 aydan sonra başvurabilir). Sponsor visa zor (algoritma + İngilizce + referral). Berlin/Amsterdam/Londra Türk AI Engineer için aktif pazar.

**Soru: AI'da PhD yapmalı mıyım?**

Sadece research-Scientist olmak istiyorsan + akademi/big tech research labs hedefin. AI Engineer / ML Engineer rolü için PhD ZORUNLU DEĞİL — pratik tecrübe + portföy = aynı maaş.

## 14. Sonuç ve Başlangıç Eylem Planı

**3 ana çıkarım:**

1. **12 ay + günde 2-3 saat = junior AI Engineer iş bulma.** Bütçe $200-700 (ya da tamamen ücretsiz).
2. **5-10 quality GitHub proje > sertifika + bootcamp medal.** Portfolio + LinkedIn + ağ kombinasyonu.
3. **Türkiye + Türk AI pazarı 2026'da fırsat dolu.** AI Engineer maaş ₺70K-300K, Türkçe specialized premium.

**İlk 30 günlük plan (yarın başla):**

Gün 1-3:
- Python kurulum (Anaconda)
- VS Code/Cursor kur
- GitHub hesap aç
- LinkedIn AI fokus güncelle

Gün 4-14:
- BTK Akademi Python kursu (günde 1 saat)
- Coursera "Python for Everybody" (günde 1 saat)
- 3Blue1Brown Lineer Cebir (1 video/gün)

Gün 15-30:
- Pandas tutorial (Kaggle Learn)
- İlk Jupyter notebook + GitHub push
- Türk AI Discord/Slack katıl
- 1 LinkedIn paylaşım yap ("Yapay zeka öğrenmeye başladım...")

**Yıllık hedefler:**

- 12. ay sonu: 5-10 GitHub proje + iş başvurusu aktif
- 18. ay: İlk junior pozisyon
- 24. ay: 1 yıl tecrübe + ML mid-level başvuru
- 36. ay: Senior junior pozisyon hedefi

<references-list data-items="[{&#34;title&#34;:&#34;DeepLearning.AI&#34;,&#34;url&#34;:&#34;https://www.deeplearning.ai&#34;,&#34;author&#34;:&#34;Andrew Ng et al.&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;DeepLearning.AI&#34;},{&#34;title&#34;:&#34;fast.ai Practical Deep Learning&#34;,&#34;url&#34;:&#34;https://course.fast.ai&#34;,&#34;author&#34;:&#34;Jeremy Howard&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;fast.ai&#34;},{&#34;title&#34;:&#34;Andrej Karpathy YouTube&#34;,&#34;url&#34;:&#34;https://www.youtube.com/@AndrejKarpathy&#34;,&#34;author&#34;:&#34;Andrej Karpathy&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;YouTube&#34;},{&#34;title&#34;:&#34;3Blue1Brown&#34;,&#34;url&#34;:&#34;https://www.youtube.com/@3blue1brown&#34;,&#34;author&#34;:&#34;Grant Sanderson&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;YouTube&#34;},{&#34;title&#34;:&#34;BTK Akademi&#34;,&#34;url&#34;:&#34;https://www.btkakademi.gov.tr&#34;,&#34;author&#34;:&#34;BTK&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;T.C. Cumhurbaşkanlığı&#34;},{&#34;title&#34;:&#34;Hands-On Machine Learning&#34;,&#34;url&#34;:&#34;https://www.oreilly.com/library/view/hands-on-machine-learning/9781098125967&#34;,&#34;author&#34;:&#34;Aurélien Géron&#34;,&#34;publishedAt&#34;:&#34;2023&#34;,&#34;publisher&#34;:&#34;O Reilly&#34;},{&#34;title&#34;:&#34;AI Engineering&#34;,&#34;url&#34;:&#34;https://www.oreilly.com/library/view/ai-engineering/9781098166298&#34;,&#34;author&#34;:&#34;Chip Huyen&#34;,&#34;publishedAt&#34;:&#34;2025&#34;,&#34;publisher&#34;:&#34;O Reilly&#34;},{&#34;title&#34;:&#34;Coursera ML Specialization&#34;,&#34;url&#34;:&#34;https://www.coursera.org/specializations/machine-learning-introduction&#34;,&#34;author&#34;:&#34;Andrew Ng&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;Coursera&#34;},{&#34;title&#34;:&#34;Hugging Face Course&#34;,&#34;url&#34;:&#34;https://huggingface.co/learn&#34;,&#34;author&#34;:&#34;Hugging Face&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;Hugging Face&#34;},{&#34;title&#34;:&#34;Kaggle&#34;,&#34;url&#34;:&#34;https://www.kaggle.com&#34;,&#34;author&#34;:&#34;Kaggle&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;Google&#34;},{&#34;title&#34;:&#34;LangChain Documentation&#34;,&#34;url&#34;:&#34;https://python.langchain.com&#34;,&#34;author&#34;:&#34;LangChain&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;LangChain&#34;},{&#34;title&#34;:&#34;Yapay Zeka Türkiye&#34;,&#34;url&#34;:&#34;https://discord.gg/yapayzekaturkiye&#34;,&#34;author&#34;:&#34;Yapay Zeka Türkiye Topluluk&#34;,&#34;publishedAt&#34;:&#34;2026&#34;,&#34;publisher&#34;:&#34;Discord&#34;}]"></references-list>