Yazılım mühendisliğinin temel konularına giriş dersidir. Yazılım yaşam döngüsü, gereksinim analizi, yazılım tasarımı, uygulama teknolojileri, doğrulama ve sınama ve yazılım modelleme incelenecek başlıklar arasındadır.

Veri biliminin temel konularına giriş dersidir. Bu ders kapsamında incelenecek veri bilimi konuları makina öğrenmesi ve matematik modeller (eğitmenli ve eğitmensiz öğrenme, karar ağacı budama, eğitme ve veri setlerinin testi), yapısal olmayan veriyi yapısal veriye dönüştüren büyük veri araçları, karar vermeye destek iş zekasıdır.

Bir eğitim dönemi boyunca, akademik danışman ile belirlenen bir konuda deneysel ve/veya teorik bir araştırma konusunu bağımsız olarak araştırma, değerlendirme ve sunma (yazılı ve sözlü olarak) etkinliklerini içerir. Öğrencilerin seçilen bir alanda bilimsel olarak güçlü bir şekilde bağımsız bir çalışma yapabileceğini göstermesi. Belirli bir zaman dilimi içinde özel bir problemin çözümüne yönelik olarak bilimsel, etik, detaylı ve doğru bir çalışma yapabileceğini ortaya koyması. Bulgularının yazılı ve sözlü sunulması.

Bu ders veri toplama ve tümleme, keşifsel veri analizi, kestirimsel modelleme, tanımlayıcı modelleme, veri ürünü yaratımı, değerlendirmesi ve etkili iletişim konularını kapsar.

Bu ders ileri veritabanı yönetim sistemleri konularına odaklanmaktadır. Birincil konular ilişkisel veritabanı sistemleri için sorgu işleme ve sorgu optimizasyon stratejileri, dizinleme yöntemleri, paralel ve dağıtık veritabanı sistemleri, büyük veri, NoSQL, veri ambarı ve veri madenciliğidir. Veritabanlarındaki ileri düzey konuları öğrenmenin yanı sıra, bu ders lisansüstü öğrencilere bilimsel yayın okuma, eleştirel değerlendirme yapma, karmaşık teknik materyali sözlü ve yazılı olarak ifade etme gibi önemli araştırma becerilerini uygulama fırsatı sağlar.

Bu ders yazılım geliştirme için gerekli temel bilgileri kapsar. Nesne Temelli Programlama, Sınıflar ve Metotlar, Kalıtım, Polimorfizm, Abstrakt Sınıflar ve Arayüz Sınıfları, İstisna Yönetimi, Kolleksiyonlar, Jenerikler, Nesne Temelli Analiz ve Tasarım, UML Diagramları.

Bu ders öğrencilerin gerçek bir yazılım mühendisliği ve very bilimi projesinde kulanılan yöntem, Teknik standartlar ve ortaya çıkan hususları anlaması için oluşturulmuştur.  Öğrenciler takımlar olarak gruplandırılarak daha önceki derslerde öğrendikleri bilgileri var olan standartlar ile bütünleştirmeleri ve bir projede uygulamaları sağlanacaktır. Her takım hem geliştirme hem de kalite güvence rollerini üstelenerek her iki alanda deneyim kazanacaktır. Takımlar bir müşteri ile iletişim kuracak gereksinimleri belirleyip tanımlayacak, proje planı ve tasarım çözüm önerisi oluşturacak, başarılı bir şekilde sınamaları gerçekleştirecektir. Takımlar önceden belirlenen kilometre taşlarında kalite güvence grupları ve akademik kadro ile bir araya gelerek gözden geçirme ve gelişmelerin değerlendirmesini yapacaklardır.

Bu ders yazılım mimarileri için gerekli temel bilgileri kapsar. Yazılım Mimarisi Kavramları, Mimari Gereksinim Analizi, Yazılım Mimarisi Tasarım Teknikleri, Bileşen-temelli Mimari Tasarım, Mimari Şablonları, Mimari Değerlendirme Kriterleri, Yazılım Ürün Hatları Mühendisliği, Alan Mühendisliği ve Uygulama Mühendisliği, Yazılım Mimarisi Kodlama.

Bu ders gelecek nesil kullanıcı ara yüzleri ve bunların altında yatan yaklaşımlar üzerine genel bir bakış sunmaktadır. Konular temel olarak, insan bilgisayar etkileşimi kavramlarını ve tarihini, giriş aygıtları ve etkileşim tekniklerini, bilişim uygulamalarını, kullanıcı ara yüzü tasarlama örneklemlerini, 3B ara yüzleri, uyarlanabilir ara yüzleri, kullanıcı modellemesini, konuşma tanıma ile konuşmalı ara yüzleri, giyilebilir bilgisayarları, çok kipli ara yüzleri ve algısal arayüzleri içermektedir.

Bu derste yazılım testi ve yazılım kalitesi ilişkisi test teknikleri odağında incelenecektir. Ders konuları modül ve birim testleri, entegrasyon, kabul ve diğer test metotlarını kapsamaktadır. Test planlarının hazırlanması, gereksinim tabanlı test veya testlerin gereksinimlere bağlanması konularının yanısıra, testing matematik temelleri, formel yöntemler ve yazılım sınama konuları da ders kapsamında incelenecektir.

Bu ders yazılım yönetiminin ileri düzeyde iki boyutuna yoğunlaşmaktadır: kurumsal değişim ve yazılım ölçümü. Temel konular yazılım süreç iyileştirme çerçeveleri, çevik değişim modelleri, süreç modelleme notasyonları ve yazılım projelerinde ölçüm ve tahminleme modellerinden oluşmaktadır. Öğrenciler hem modelleme ve kurumsal değerlendirme projesi gerçekleştirmekte ve hem de yazılım ölçümü ve tahminleme ile ilgili deneyim kazanmaktadırlar.

Güvenli bilgi sistemlerinin tasarlanması, gerçeklenmesi ve yürütülmesi ile ilgili güvenlik riskleri, bunların karşısında alınabilecek önlem ve yöntemlerin değerlendirilmesi, bir bilgi sisteminin oluşumundaki süreçler ve katmanlar için değerlendirilecektir. Konu alana ait standartların da değerlendirilmesi hedeflenmektedir. Bir bilgi sistemi için, gereksinim duyulan güvenlik fonksiyonları ve bunları sağlayan kriptografik güvenlik araçları, ağ güvenliği araçları ve yöntemleri tanımlanacaktır. Güncel güvenlik problemlerinin incelendiği, bulut bilişim, web uygulama ve servisleri, kablosuz ağlar gibi pek çok uygulama alanını içine alan çözülmemiş problemler ve yapılan çalışmalar değerlendirilecektir. Öğrenciler ilgi duydukları güncel problemlerden birisini analiz ederek, sorunu, çözüm yöntemlerini veya yapılan araştırma çalışmalarını dönem projesi olarak yazılı raporlar ve sunum yapar.

Gerçek-Zamanlı yazılım tasarımı konuları, gerçek-zamanlı işletim sistemleri, gerçek-zamanlı görev planlama algoritmaları, yazılım spesifikasyonlarında kullanılan formal metotlar, zaman otomatlarını kullanarak modelleme ve doğrulama, yazılım tasarımı, programlama dilleri, test, performans çözümlemesi ve eniyilemesi, belgeleme, yazılımın yeniden kullanımı, hataya dayanıklılık.

Bu ders ileri yazılım tasarım şablonları üzerine odaklanmıştır. Dersin ana konularını; ileri nesneye dayalı programlama prensipleri, nesneye dayalı tasarım şablonları, kurumsal uygulama mimarisi şablonları, kurumsal uygulama bütünleştirme şablonları ve alana dayalı tasarım şablonları oluşturmaktadır. Bu derste öğrenciler tasarım şablonları kullanarak modern yazılım geliştirme kavramlarını öğrenecek ve bu kavramları kullanarak orta büyüklükteki bir yazılımı takım olarak geliştirecektir.

Bu ders öğrencilere servis tasarımı ve mühendisliği konusunda bilgi ve uzmanlık kazandırmaktadır. Öğrenciler servis odaklı mimariler ile tasarımı çeviklik, uyumluluk ve maliyet-etkinlik olarak gerçekleştirmeyi öğrenecektir. Özellikle mikroservis tabanlı mimariler ve reaktif sitemler olay odaklı modelleme vurgulanacaktır. Öğrenciler bu bilgileri uygulayacakları bir proje gerçekleştireceklerdir.

Araştırmaların sonunda elde edilen verileri tanımak ve özetlemek, araştırma sonucu elde edilen verilerin yorumlamasını yapabilmek, bilimsel hipotezlerin kurulup, bazı basit testlerin yapılabilmesi, bilimsel deneme felsefesi ve deney tasarım ve analizlerinde dikkat edilecek konuların kısaca açıklanması.

Akıllı bilgisayar etmenlerinin karmaşık, belirsizlik içeren ve dinamik ortamlarda hedeflerine yönelik davranışları göstermeleri beklenmektedir. Bu bağlamda, karmaşık problemlere atanan etmenlerin belirsizlik altında karar verebilme yetisine sahip olmaları gerekmektedir. Etmenin doğru kararları verebilmesi için bulunduğu ortam hakkında sahip olduğu bilginin yanında ortam üzerinde değişikliğe neden olabilecek hareketlerinin, hedeflerinin ve tercihlerinin iyi tanımlanmış olması gerekmektedir. Bu ders kapsamında belirsizliğin modellenmesi ve belirsizlik altında karar verme sürecinde karşılaşılan sorunlarda kullanılabilecek olasılıksal çıkarsamaya dayalı çözüm yaklaşımları tartışılmaktadır.

Bu ders eniyileme yöntemleri için gerekli temel bilgiler ile ayrık ve sürekli eniyileme problemleri için gerekli teori ve pratiği kapsar. Vektörler ve matrisler, temel calculus, Kısıtsız optimizasyon, tek boyutlu arama metotları, “golden section”, “Fibonacci”, “Newton s method”, gradient arama metotları, “Steepest-descent”, “Newton s method”, “conjugate-gradient”, En küçük kareler analizi, lineer programlama, sezgisel optimizasyon metotları, benzetimli tavlama yöntemi

Bu ders bilgi keşfi ve veri madenciliği, veri ambarcılığı, veri hazırlama ve veri madenciliği ilkelleri, kavram tanımlama, ilişki kuralları madenciliği, sınıflandırma ve tahminleme, küme analizi, web madenciliği, veri madenciliği uygulamaları konularını kapsar.

Dersin temel amacı öğrencilerin imge işleme ve imge içerik analizi hakkında bilgi sahibi olmalarıdır. Dersin hedef kitlesi başlangıç aşamasındaki lisansüstü öğrencilerdir. Dersin lisansüstü derin öğrenme ve yapay zeka konulu derslere hazırlık teşkil etmesi amaçlanmaktadır.

Bu ders öğrencilere yapay öğrenme konusunun temellerini öğretmeyi ve karşılaşılan makine öğrenmesi problemlerini çözebilmek için doğru yöntemleri kullanmayı öğretecek şekilde Pratik tecrübe kazadırmayı amaçlar. İşlenecek başlıca konular: Bayesçi karar kuramı. Gözetimli öğrenme teknikleri. Model seçimi. Boyut Azaltma. Öbekleme. Destek yöney makinaları. Çizgesel modeller. Sinir ağlarına giriş. Pekiştirmeli öğrenme.

Bu ders büyük verinin karakteristikleri ve zorlukları, modern hesaplama platformları (MapReduce), büyük veri programlama araçları, (Hadoop ve MongoDB), büyük veri çıkarımı ve tümlemesi, büyük veri saklama, büyük veri için ölçeklenebilir indeksleme, büyük çizge işleme, büyük veri akış teknikleri ve algoritmaları, büyük olasılıksal veri yönetimi, büyük veri gizliliği, büyük veri görselleştirmesi ve büyük veri uygulamalarını (uzamsal, finans, çoklu ortam, medikal, sağlık ve sosyal veri) kapsar.

Dersin temel amacı öğrencilerin derin yapay sinir ağları ve derin öğrenme hakkında temel bilgi sahibi olmalarıdır. Evrişimsel sinir ağları özelinde görüntü sınıflandırma ile ilgili temel noktalar anlatılarak ve projelendirilerek verilen teorik bilginin uygulamaya da dökülmesi hedeflenmektedir. Dersin hedef kitlesi yapay öğrenme ile ilgili alt yapıya sahip lisansüstü öğrencilerdir. Bu ders derin yapay sinir ağları oluşturma ve eğitme yöntemlerini ele almaktadır. Ders içeriğinde derin yapay sinir ağlarının geçmişten günümüze gelişimi, temel çalışma prensipleri, evrişimsel sinir ağları ile görüntü sınıflandırma ve imgede nesne tespit ve tanıma konuları yer almaktadır.

Bu ders dağıtık veritabanlarının tasarım, mimari, sorgu işleme, sorgu optimizasyonu ve eşzamanlılık ilkelerini kapsar.

Ders kapsamında, veri paylaşım ve yönetiminde mahremiyetin korunması alanında; veri paylaşımında ve veri madenciliği sırasında, kurum ve kişilerin mahremiyetinin açığa çıkması problemine odaklanılmaktadır. Gizliliğin/mahremiyetin korunmasında veri paylaşımı, yönetimi ve veri madenciliği teknolojileri yan etkileri de olan aktif bir araştırma alanıdır. Bu ders kapsamında genel olarak ilişkisel kural saklama olarak bilinen yöntemlerinin kapsamlı bir taraması yapılmaktadır.

Bu ders öğrencilere geniş ölçekli veri yönetimi ve büyük veri yönetiminin temel kavramları ve işlemsel yaklaşımlarını tanıtır. Bunlar veri depolama, güncelleme ve sorgulamanın yanısıra veri yoğun işlemeyi içermektedir. Ders kavram, algoritma ve zorluklara odaklanırken, dağıtık ve parallel veritabanı yönetim sistemleri, eşler arası veri yönetimi, MapReduce ve bileşenleri, Spark ve veri akışları, veri gölleri ve NoSQL veritabanları konuları kapsanacaktır.

Bu ders öğrencilere yazılım mühendisliği tekniklerini ve yaklaşımlarını tanıtmayı, değerlendirme yeteneği kazandırmayı, yazılım mühendisliği uygulamalarının vardığı son durumu ortaya koymayı ve tarihsel süreçte yaşananları aktararak, belli bir proje için doğru yaklaşımların seçiminde profesyonel karar alma becerisini kazandırmayı hedeflemektedir. Bu ders yazılım mühendisliği kavramını ortaya koyarak başlayacaktır. Ardından yazılım geliştirme paradigma, yöntem ve anahtar modelleme notasyonları tartışılacaktır. Yazılım gereksinimleri, yazılım tasarımı, proje yönetimi, ölçüm ve kişisel iletişim, gelişim teknikler kapsanacaktır.

Bu ders programlama ve veri yapıları için gerekli temel bilgileri kapsar. Programlama Elemanları, Seçim Yapıları, Tekrarlama Yapıları, İşlevler, Özyinelemeli Problem Çözme, Arama ve Sıralama, Veri Yapıları, Yığıtlar ve Kuyruklar, Bağlı Listeler, Ağaçlar ve İkili Ağaçlar, Heap ve Öncelikli Kuyruklar, Öz İndeks Tabloları.

Davetli konuşmacıların verdiği konferansları dinlemek, günümüz en güncel konu ve problemleri hakkında bilgi sahibi olmak ve dönemin sonunda üzerinde çalışılan bir konu hakkında seminer hazırlayıp sunmak, ilgili konularda araştırma etiği konusunun öğretilmesi. Öğrencilerin sunum tekniklerinin geliştirilmesi. Sunum formatının ve içeriğinin nasıl olması gerektiğinin kavranması Topluluk önünde konuşma yetilerinin geliştirilmesi,Araştırmada etik konuların öğretilmesi.