Kısa cevap: Bir yazılımcının bilmesi gerekenler üç katmandır: temel katman (bir dilde derinlik, veri yapıları, Git, SQL, API mantığı), doğrulama katmanı (test, güvenlik, kod okuma) ve sistem katmanı (mimari, bulut, ödünleşim düşüncesi). 2026'nın kritik değişimi şu: AI araçları sözdizimi bilgisini ucuzlattı ama bu üç katmanı pahalandırdı — çünkü artık asıl işiniz kod yazmak değil, yazılan kodun doğru olduğuna karar vermek.
Bu çerçeve önemli, çünkü 'yazılımcı neleri bilmeli' listelerinin çoğu hâlâ 2019'un dünyasına göre yazılıyor: dil özellikleri, framework isimleri, araç listeleri. AI'ın kodun önemli kısmını üretebildiği bir ortamda bu listelerin yarısı ezber yüküdür. Aşağıdaki ayrım, neyi derinlemesine öğrenip neyi araca bırakabileceğinize karar vermeniz içindir — yüzeysel liste değil, yatırım haritası.
Temel katman: AI çıktısını anlamanın altyapısı
Bir programlama dilini derinlemesine bilmek listenin başında kalmaya devam ediyor — ama gerekçesi değişti. Dili artık hızlı yazmak için değil, okuduğunuzu gerçekten anlamak için bilirsiniz: AI'ın ürettiği kodda neyin deyimsel, neyin tuhaf, neyin tehlikeli olduğunu ancak o dilin yerlisi ayırt eder. Aynısı veri yapıları ve algoritmalar için geçerli: amaç mülakat ezberi değil, 'bu iş neden yavaş' sorusuna cevap verebilmektir. Liste ile sözlük arasındaki erişim farkını bilmeyen kişi, AI'ın ürettiği verimsiz çözümü fark edemez; Big O düşüncesi tam olarak bu fark etme kasıdır.
Git, SQL ve API mantığı bu katmanın kalan üç ayağıdır. Git yalnızca kayıt aracı değil, güvenlik ağıdır — ajanların onlarca dosyaya dokunduğu bir iş akışında küçük commit'ler ve temiz dallar, geri dönüş yolunuzdur. SQL, verinin bulunduğu her yerde geçerli, on yıllardır eskimeyen bir dildir; ORM'ler onu gizler ama performans problemi çıktığında perde açılır. API mantığı (HTTP, REST, kimlik doğrulama) ise modern yazılımın bağ dokusudur: bugün yazılan hemen her sistem başka sistemlerle konuşur — buna AI servisleri de dahil.
Doğrulama katmanı: 2026'nın asıl yükselen becerisi
Burası listenin son birkaç yılda en çok değer kazanan bölgesi. Kod okuma ve code review: ekipler artık insan yazısından çok makine yazısı okuyor; okuduğu kodda gizli varsayımı, eksik hata yönetimini ve kenar durumu yakalayamayan geliştirici, üretim hattındaki en zayıf halka hâline geliyor. Test yazma: birim test ve entegrasyon testi, AI hızında üretilen kodun tek ölçeklenebilir denetim yoludur — test bilmeyen geliştirici, AI ile sadece hatayı hızlandırır. Güvenlik temelleri: girdi doğrulama, SQL injection ve XSS gibi klasik açıklar, üstüne bir de AI üretimi koddaki 'makul görünen ama açık bırakan' desenler. Sahada en sık gördüğümüz yeni vaka tipi tam olarak bu: çalışan, şık görünen, ama doğrulanmamış kod.
Sistem katmanı: parçalar değil bütün
Kıdemi belirleyen katman burasıdır. Sistem tasarımı düşüncesi — bu uygulama nerede koşacak, veri nerede duracak, yük artınca ne olacak, hangi parça bozulunca ne çöker — kod yazmaktan ayrı bir disiplindir ve AI'ın en az ikame ettiği alandır, çünkü doğru cevap şirketin bütçesine, ekibine ve ufkuna gömülüdür. Bulut ve dağıtım temelleri (bir uygulamayı canlıya alma, konteyner mantığı, temel izleme) bu düşüncenin pratiğidir. Buradaki hedef her aracı bilmek değil, ödünleşim dilini konuşabilmektir: 'daha hızlı ama daha pahalı', 'daha basit ama daha az esnek' cümlelerini somut gerekçeyle kurabilmek.
AI okuryazarlığı: artık ayrı bir başlık
2026'da AI araçlarını kullanabilmek, Git bilmek gibi temel mesleki beceri sınıfına geçti. Üç alt becerisi var. Tarif etme: bir görevi girdi-çıktı-kısıt-kabul ölçütüyle yazılı ifade edebilmek; ajan çıktısının kalitesi büyük oranda tarifin kalitesidir. Bağlam yönetimi: araca hangi dosyaları, hangi kuralları, hangi örnekleri vereceğinizi bilmek. Ve çıktı denetimi: üretilen kodu satır satır okuyup 'bunu ben savunabilir miyim' sorusunu sormak — çünkü commit'in altındaki imza sizindir. Bu üçlü, yukarıdaki katmanların yerine geçmez; onların üstünde çalışır. Temeli olmayan kişinin elinde AI, hatalı kodu özgüvenle üreten bir makinedir.
Soft skill listesinin gerçek hâli
Klasik listeler iletişim, takım çalışması ve problem çözmeyi sayar; hepsi doğru ama iki tanesi bugün özellikle belirleyici. Birincisi yazılı iletişim: remote çalışmanın ve ajan iş akışlarının dünyasında derdinizi net yazamayan kişi, hem ekibine hem araçlarına kötü tarif verir — iyi yazmak artık doğrudan teknik verimliliktir. İkincisi öğrenme metabolizması: araçlar birkaç yılda değişiyor; belirli bir aracı bilmekten daha değerli olan, yeni aracı hızla söküp takma alışkanlığıdır. Bunlara bir de tahminleme dürüstlüğünü ekleyin: 'ne zaman biter' sorusuna savunulabilir cevap verebilmek, güvenin para birimidir.
Seviyelere göre gerçekçi beklenti
Junior'dan beklenen, temel katmanda sağlamlık ve doğru soru sorma cesaretidir — her şeyi bilmek değil. Mid seviyeden beklenen, doğrulama katmanının tamamı ve orta boy işleri baştan sona tek başına taşıyabilmektir. Senior'dan beklenen, sistem katmanı ve başkalarını büyütmektir: kararların gerekçesini yazmak, review'da öğretmek, belirsiz problemi tanımlı işe çevirmek. AI çağının önemli notu: junior'ın klasik pişme yolu (basit görevlerle deneyim biriktirme) daraldı; bugünün junior'ı farkı, AI çıktısını sorgulama disipliniyle ve temel katmandaki sağlamlıkla yaratıyor.
Sahada işe yarayan ipuçları
**1.** Haftalık kod okuma saati koyun: her hafta, sizin yazmadığınız bir kod parçasını (açık kaynak PR'ları idealdir) anlamadan bırakmama kuralıyla okuyun. Doğrulama kası ancak böyle gelişir. **2.** AI'ın ürettiği her önemli parçaya şu üç soruyu sorun: hangi durumda kırılır, hangi girdiyle kandırılır, altı ay sonra bakan kişi ne anlar? Üçüne cevabınız yoksa kod hazır değildir.
**3.** SQL'i ertelemeyin. Bir hafta sonu gerçek bir veri setiyle JOIN, GROUP BY ve indeks mantığını çalışmak, kariyerinizdeki en yüksek getirili küçük yatırımlardan biridir. **4.** Her projede en az bir kez 'canlıya alma' işini kendiniz yapın: derleme, dağıtım, loglara bakma. Sadece kod yazan ama yayınlayamayan profil, sistem katmanına hiç başlamamış demektir.
**5.** Öğrendiğinizi yazarak sabitleyin: çözdüğünüz her zor problemin kısa bir 'ne oldu, neden oldu, ne öğrendim' notunu tutun. Bu arşiv hem hafızanız hem de mülakat sermayenizdir. **6.** Framework değil kavram takip edin: yeni bir araç çıktığında 'hangi problemi, hangi eski çözümden farklı çözüyor' sorusunu sorun. Kavram haritası olan kişi için her yeni araç küçük bir fark güncellemesidir.
Neyi artık ezberlemeye değmez
Dürüst liste: dil sözdiziminin ince ayrıntıları (AI ve editör hatırlatır; kavramı bilin, imlayı bilmeyin), framework'lerin API yüzeyleri (dokümantasyon ve araç işidir), ezber algoritma şablonları (mantığını sökmeden ezberlenen çözüm, değişen soruda çöker) ve araç kısayol koleksiyonları. Buradaki ilke şu: hatırlanabilir olan ucuzladı, anlaşılması gereken pahalandı. Yatırımınızı makinenin hatırlayamayacağı şeye yapın: bağlam, ödünleşim, sorumluluk. Ve bir sınır itirafı: bu yazıdaki harita da eskiyecek — katman mantığı dayanıklıdır ama içerik listesini birkaç yılda bir gözden geçirmek, mesleğin kendisi kadar doğaldır.
Bu haritanın ilk adımı için [1 ayda yazılım öğrenilir mi](/kaynaklar/yazilim-1-ayda-ogrenilir-mi) yazısındaki gerçekçi başlangıç planına bakın; katmanları yapılandırılmış bir programla ilerlemek isterseniz [eğitimler](/egitimler) sayfası mevcut formatları anlatıyor.