Bilgisayar Mühendisliği

Programın Amacı
Bilgisayar sistemlerini ve algoritmaları bilimsel yöntemlerle tasarlayıp analiz edebilen; karmaşık problemler için yeni yöntem/çözüm üretebilen; deneysel doğrulama ve tekrarlanabilirlik ilkelerine uygun çalışarak tez ve bilimsel yayın üretebilen doktora araştırmacıları yetiştirmek.
Araştırma Temaları ve Uzmanlaşma Alanları
• Yapay zekâ ve makine öğrenmesi: derin öğrenme, temsil öğrenimi, güvenilir AI (genel)
• Veri bilimi: büyük veri işleme, veri madenciliği, istatistiksel öğrenme (genel)
• Dağıtık sistemler: ölçeklenebilirlik, tutarlılık, hata toleransı, mikroservisler (genel)
• Bulut bilişim: container/kubernetes farkındalığı, platform mimarileri, edge computing (genel)
• Bilgisayar ağları: kablosuz ağlar, performans, yönlendirme, ağ güvenliği (genel)
• Siber güvenlik: uygulama güvenliği, kriptografi farkındalığı, saldırı–savunma yöntemleri (genel)
• Yazılım mühendisliği araştırmaları: yazılım kalitesi, test otomasyonu, program analizi (genel)
• Bilgisayar mimarisi: paralel sistemler, hızlandırıcılar (GPU vb.) farkındalığı, performans (genel)
• Gömülü ve gerçek zamanlı sistemler: IoT, edge AI, güvenilirlik (genel)
• İnsan-bilgisayar etkileşimi: kullanılabilirlik, deney tasarımı ve değerlendirme (genel)
• Görüntü işleme ve bilgisayarlı görü: algılama, segmentasyon, çoklu ortam (genel)
Neler Kazanacaksınız?
• İleri araştırma tasarımı: problem tanımı, hipotez/argüman geliştirme, metodoloji kurgusu
• Algoritma geliştirme: doğruluk–verimlilik dengesini kurma, karmaşıklık analizi yaklaşımı
• Deneysel değerlendirme: benchmark, ablation, sağlamlık ve tekrarlanabilirlik disiplini
• Sistem tasarımı: performans, ölçekleme, güvenlik ve gözlemlenebilirlik ilkeleri (genel)
• Veri mühendisliği: veri hazırlama, ölçüm, bias/fairness farkındalığı (genel)
• Akademik yazım ve yayın: literatür sentezi, yayın etiği, makale üretimi
• Seminer kültürü: sunum, eleştirel tartışma, geri bildirimle geliştirme
• Doktora tezi: özgün katkı ve yayınlanabilir çıktı
Programın Öne Çıkanları
• AI + sistemler dengesi: algoritma geliştirme ile sistem ölçekleme perspektifini birleştirme
• Ar-Ge odağı: prototip, açık kaynak katkısı veya yayınlanabilir yöntem çıktısı
• Tecrübe edilebilir tez: ölçülebilir deney seti ve raporlama standardı
• Yayın odaklı süreç: konferans/makale disiplini ve araştırma etiği
Kariyer ve İstihdam Alanları
• Akademi ve araştırma merkezleri (koşullara bağlı)
• Yapay zekâ, veri bilimi ve araştırma mühendisliği (kuruma göre)
• Dağıtık sistemler, platform/bulut ve altyapı mühendisliği (kuruma göre)
• Siber güvenlik Ar-Ge ve güvenlik mühendisliği (kuruma göre)
• Yüksek performanslı hesaplama, bilgisayar mimarisi ve gömülü sistemler (kuruma göre)
• Ürün Ar-Ge, teknoloji danışmanlığı ve ileri analitik (kuruma göre)
Kimler İçin Uygun?
• Bilgisayar mühendisliğinde akademik kariyer ve yayın üretimi hedefleyenler
• Algoritma geliştirme, sistem tasarımı veya güvenlik alanlarında derinleşmek isteyenler
• Deneysel çalışma, ölçüm ve tekrarlanabilirlik disiplinine önem veren adaylar
• Uzun soluklu tez ve bilimsel yayın üretimini hedefleyen doktora adayları