Yapay Zeka mühendisliği programının amacı yapay zekayı oluşturan karmaşık algoritma ağlarını insan beyni gibi çalışabilmeleri için geliştirebilen, programlayabilen ve eğitebilen mühendisler yetiştirmektir. Bu rol, yazılım geliştirme, programlama, veri bilimi ve veri mühendisliğinde birleşik uzmanlık gerektirir. Yapay Zeka hızla büyüyen bir alan olup bu alanda yetişkin mühendislere  duyulan gereksinim hızla artmaktadır.

Programı tamamlayan öğrenciler;

Mühendislik Bilgisi ve Matematiksel Temel: Matematik, istatistik, bilişim temelleri ve yapay zekâya özgü kuramlara ilişkin kapsamlı bilgileri; kalkülüs, lineer cebir, olasılık, ayrık matematik ve algoritma analizi ilkeleriyle bütünleştirerek karmaşık yapay zekâ mühendisliği problemlerini analiz eder ve çözer.

Veri Bilimi ve Makine Öğrenmesi Uygulamaları: Veri bilimi metodolojileri, makine öğrenmesi teknikleri ve istatistiksel analiz konularında yetkinlik göstererek karmaşık veri kümelerinden anlamlı çıkarımlar elde eder, kestirimci modeller uygular ve farklı alanlardaki gerçek dünya mühendislik problemlerine yönelik veri odaklı yapay zekâ çözümleri geliştirir.

Modern Araçlar ve Gelişen Teknolojiler: Derin öğrenme kütüphaneleri, veri görselleştirme araçları, dağıtık bilişim sistemleri ve bulut bilişim platformları dâhil olmak üzere modern yapay zekâ çerçevelerini ve gelişen teknolojileri seçer, uygular ve eleştirel biçimde değerlendirir; bunların yeteneklerini, sınırlılıklarını ve uygun kullanım bağlamlarını kavrar.

Problem Analizi ve Yapay Zekâ Çözüm Tasarımı: Bilgisayar bilimi, yazılım mühendisliği ve yapay zekâ metodolojilerinden yararlanarak akıllı sistemleri içeren karmaşık mühendislik problemlerini tanımlar, formüle eder ve sistematik biçimde analiz eder; belirlenen teknik ve performans gereksinimlerini karşılayan yenilikçi ve uygulanabilir çözümler geliştirir.

Yapay Zekâ Sistem Mimarisi ve Gerçekleştirme: Modern programlama dilleri, yazılım mühendisliği ilkeleri ve yapay zekâ araçlarını kullanarak akıllı sistemler tasarlar, geliştirir, uygular ve değerlendirir; makine öğrenmesi algoritmaları, yapay sinir ağları, veri yapıları ve sistem entegrasyonu konularında yetkinlik gösterirken ölçeklenebilirlik, performans ve gerçek yaşam kısıtlarını dikkate alır.

Yazılım Mühendisliği ve Geliştirme Yaşam Döngüsü: Sürüm kontrol sistemleri, test çerçeveleri ve yazılım geliştirme yaşam döngüsü uygulamalarını kullanarak sağlam, sürdürülebilir ve verimli yapay zekâ uygulamaları geliştirir; kalite güvence yöntemleri, hata ayıklama teknikleri ve sektör standartlarına uygun araçları uygular.

Yapay Zekâda Araştırma ve Yenilik: Uygun araştırma yöntemleri, deney tasarımı ve analitik teknikler kullanarak karmaşık yapay zekâ mühendisliği problemlerine yönelik sistematik incelemeler yürütür; sistem performansını değerlendirir, modelleri doğrular ve yenilikçi ve eleştirel düşünce yoluyla yapay zekâ alanının gelişimine katkı sağlar.

Etik, Mesleki Sorumluluk ve Yapay Zekânın Etkisi: Algoritmik önyargı, adalet, şeffaflık, gizlilik, güvenlik, fikri mülkiyet ve akıllı sistemlerin bireyler ile toplum üzerindeki etkileri dâhil olmak üzere yapay zekâ mühendisliği uygulamalarında mesleki, etik, hukuki ve toplumsal sorumlulukların bilincinde olur ve bu konuları eleştirel biçimde değerlendirir.

İletişim ve Disiplinlerarası İş Birliği: Teknik ve teknik olmayan paydaşlarla yazılı raporlar, sözlü sunumlar ve görsel dokümantasyon aracılığıyla etkili iletişim kurar; disiplinlerarası takımlarda iş birliği içinde çalışır ve yapay zekâ projelerinde liderlik ve teknik karar alma becerileri gösterir.

Yaşam Boyu Öğrenme ve Mesleki Gelişim: Hızla gelişen yapay zekâ alanında ortaya çıkan yeni teknolojileri, araştırma gelişmelerini ve sektör uygulamalarını takip ederek sürekli öğrenme ve uyum sağlama yetkinliği gösterir; mesleki gelişim faaliyetlerine katılır ve bilgi paylaşımı ile mentorluk yoluyla yapay zekâ mühendisliği topluluğuna katkıda bulunur.