Alan tercih etmeden once hepsinden bir seyler yapmalisin. Compiler dersinde kendine basit ama islevsel bir compiler yazarsin, farkli programlama paradigmalarindan dillerle uygulamalar yazarsin ve kullanimini anlarsin. Yine farkli seviyelerde programlamalar yapar ( low level vs high level ) aralarindaki farki ve hangisinin hangi durumda avantajli dezavantajli oldugunu gorursun.
Ben ogrencilerin erken yasta "ideal bir alan secmeliyim" telasini cok yersiz buluyorum. Bunlar tasa yazilmiyor, sonradan degistirebilirsin ya da interdisipliner sekilde farkli alanlarda muhendislik yapabilirsin. Gunduzleri finans sirketlerine danismanlik verip aksamlari oyun programlayabilirsin. Bu dedigimi yapan akademisyenler bile var, ustune bir de ders anlatiyorlar.
Sonuc olarak en onemli verecegim tavsiye, alan ya da dil secme baskisini uzerinden atman olur.
Ikinci tavsiye; dogru islere basvurman ve basarili olabilmen icin bilincli tercih yapman gerektigi ve bilincli tercih yapabilmek icin de tercihlerin ne oldugunu bilmen gerektigi yonunde olur. Hepsini dene, hangisini seviyorsun, hangisinde daha basarili hissediyorsun kendini; bunu anlamaya calis. Insan sevdigi seyde daha basarili olur.
Son tavsiyem de AI icin acele etme. Basit bir perceptron yazmak icin dahi lineer, prob, stats ogrenmek gerekiyor. (
Perceptron - Wikipedia ) Hype'a aldanip binlerce issizin yaptigi gibi python kurslariyla vakit kaybetme, sen muhendis adayisin; olaylarin nasil calistigini ve nasil manipulasyonlarla optimize edilecegini bilmesi gereken kisisin. Zamani gelince sci-kit de ogrenirsin, Tensor da.
Bir de soylemeden edemeyecegim, asla skill ceiling olarak AI'in altinda kalma. Yeni nesil ogrencilerde bunu cok goruyorum. Kendin yazmaya, anlamaya ve gelistirmeye calis. LLM'i generator olarak kullan, mentor ya da fact-checking otoritesi olarak degil. Farkinda olmadan cok fazla hatali sey ogrenmene, hatali kodlar yazmana sebep olur.