Arel’de düzenlenen seminerde dikkat çeken açıklamalarda bulunan Teknasyon- MLOps Mühendisi Muhammed Berk Önder, “Sistem yavaşsa veya finansal değer üretmiyorsa, yüzde 99 doğruluk oranının bir anlamı yok. Ceviz kırmak için balyoz kullanmayın.” dedi.

İstanbul Arel Üniversitesi Tepekent Kemal Gözükara Yerleşkesi, makine öğrenmesi alanına ilgi duyan öğrencileri önemli bir etkinlikte buluşturdu. “Teoriden Üretime Makine Öğrenmesi Mühendisliği” başlıklı seminerde, Muhammed Berk Önder bilgi ve deneyimlerini katılımcılarla paylaştı.

İstanbul Üniversitesi Fizik Bölümü mezunu olan Muhammed Berk Önder, başarısının temelinde fizik eğitiminin kazandırdığı analitik düşünme becerilerinin yer aldığını belirtti. Diferansiyel denklemlerle gelişen problem çözme yeteneğinin, makine öğrenmesi alanında güçlü bir avantaj sağladığını ifade etti.

“Kodu Kendiniz Yazın” Tavsiyesi

Öğrencilere kariyer önerilerinde bulunan Önder, yazılım öğreniminde aktif üretimin önemine dikkat çekti. “Dil bilmek yeterli ama asıl önemli olan dinamik çalışmak. Kodu kendiniz yazın, kendiniz okuyun. ChatGPT kullanın ama gerektiği yerde. Her şeyi ona yazdırırsanız öğrenemezsiniz.” dedi. Özellikle Python üzerine derinlemesine çalışmanın önemini vurguladı.  Başarılı bir mühendislik kariyeri için doküman okumanın vazgeçilmez olduğunu belirten Önder, “Doküman okumayı alışkanlık haline getirin, IDE’lere yoğunlaşın, kod okumayı öğrenin ve bol bol pratik yapın” ifadelerini kullandı. Seminerde makine öğrenmesinin doğasına ilişkin önemli noktalar da ele alındı. Önder, makine öğrenmesinin tek başına bir hedef olmadığını, iş problemlerini çözmek için kullanılan karmaşık ve maliyetli bir araç olduğunu söyledi. Bir projeye başlamadan önce çözülmek istenen problemin net şekilde tanımlanması gerektiğinin altını çizdi.

“ChatGPT’yi Gerektiği Yerde Kullanın”

Yüksek doğruluk oranlarının her zaman başarı anlamına gelmediğini belirten Önder, kullanıcı deneyimi ve iş değeri üretiminin öncelikli olması gerektiğini vurguladı. “Sistem yavaşsa veya finansal değer üretmiyorsa,  yüzde 99 doğruluk oranının bir anlamı yok. Ceviz kırmak için balyoz kullanmayın” dedi. Basit çözümler denenmeden karmaşık modellere yönelmenin yanlış bir yaklaşım olduğunu ifade etti.  Seminerde veri sızıntısı (data leakage) konusuna da değinildi. Önder, modelin geleceğe dair bilgileri yanlışlıkla öğrenmesinin ciddi hatalara yol açabileceğini belirtti. Ayrıca gerçek dünyada verinin dağınık, eksik ve hatalı olabileceğini hatırlatarak “Garbage in, garbage out” prensibine dikkat çekti. Problemin ve verinin doğru anlaşılması halinde kullanılacak modelin kendiliğinden ortaya çıkacağını ifade eden Önder, popüler olduğu için karmaşık derin öğrenme modellerine yönelmenin yaygın bir hata olduğunu söyledi. Günümüzde şirketlerin sadece model geliştiren değil, süreci baştan sona yöneten mühendisler aradığını belirten Önder, öğrencilerin portföylerinde uçtan uca projelere yer vermesi gerektiğini vurguladı. Seminer, öğrencilerin makine öğrenmesine daha gerçekçi ve üretim odaklı bir perspektiften bakmasını sağlarken, sektöre yönelik önemli ipuçları sunarak sona erdi. Bilgisayar Programcılığı Programı Öğretim üyesi Şafak Yasun tarafından organize edilen etkinlikte, deneyimlerini paylaşan Muhammed Berk Önder’e teşekkür plaketi takdim edildi.