CV'de Yapay Zekâ Becerileri: Teknik Olan ve Olmayan Roller İçin Örnekler, Kanıt ve Sınırlar

Yapay zekâ becerilerini CV'de iki yere yazın: araç adlarını beceriler bölümüne, kullanımınızı da deneyim maddelerine. Maddede görevi, sonucu nasıl kontrol ettiğinizi ve neyin değiştiğini söyleyin. Yalnızca ChatGPT bilgisi hiçbir şey kanıtlamaz. Birkaç araç kullandınız diye yapay zekâ uzmanı yazmayın. İlan bu beceriyi istemiyorsa bir iki doğru satır yeterlidir.

Dört parçalı madde

Araç, görev, kontrol ve değişim. Kontrol kısmı, örneklerin çoğunda unutulur, oysa aracın sınırlarını bildiğinizi gösterir. Hayalî örnek:

Önce: Yapay zekâ ve ChatGPT bilgisi, yeniliklere açık.

Sonra: Müşteri tekliflerinin ilk taslağını ChatGPT ile hazırladım, fiyat ve şartları göndermeden önce elle kontrol ettim. Hazırlık süresini üç günden bire indirdim.

Rakamınız yoksa uydurmayın. Bunun yerine hacim yazın: her aylık rapor, 20 sözleşme, beş kişilik ekip. Araçları yalnızca birkaç kez denediyseniz ya beceriler listesinde adını geçirin ya da hiç yazmayın. Basit bir test var: mülakatta istense, bir dakika içinde nasıl çalıştığınızı gösterebilir misiniz?

Teknik olmayan roller

Bu örnekler ve rakamlar hayalîdir, kendi sonuçlarınızı kullanın.

• Muhasebe: Aylık sapma notlarının taslağını Excel Copilot ile hazırladım, her rakamı defterle karşılaştırdım.
• Pazarlama: Kampanya metinlerinin ilk taslaklarını üretken bir araçla yazdım, düzenledim ve A/B testiyle karşılaştırdım.
• Müşteri hizmetleri: Kişisel verileri çıkardıktan sonra 500 şikâyeti onaylı bir araçla sınıflandırdım ve bir örneklemi elle kontrol ettim.
• İnsan kaynakları: İş tanımlarını ChatGPT ile taslak olarak yazdım, ayrımcı ifadelere karşı gözden geçirdim.
• Öğretmenlik: 28 kişilik sınıf için yapay zekâ kullanım kuralları hazırladım, sonucu değil düşünme sürecini ölçen bir değerlendirme yaptım.
• Öğrenci: Bitirme projesi kaynaklarını bir araçla özetledim ve her alıntıyı orijinal kaynaktan doğruladım.

Arkadaşlarınızı eğittiyseniz veya ekip için kullanım kuralları yazdıysanız bunu da belirtin: kaç kişi, hangi süreç, hangi sınır. Bu, tek başına araç kullanmaktan daha güçlü bir kanıttır, çünkü ekibin çalışma biçimini değiştirdiğinizi gösterir.

Teknik roller

Burada araç listesi yetmez. Ayrı bir beceri grubu ve proje bölümü anlamlıdır:

• Diller ve kütüphaneler: Python, scikit-learn, PyTorch, TensorFlow.
• Büyük dil modelleri: API entegrasyonu, RAG, değerlendirme yöntemleri.
• Canlı ortam: model dağıtımı, izleme ve veri hattı.
• Etki: Müşteri taleplerini sınıflandıran bir model geliştirdim ve canlıya aldım. Doğruluğu ve yönlendirme süresini kendi ölçümlerinizle belirtin.

Bilmediğiniz konuyu ileri düzey diye yazmayın: Teknik mülakatta bu hemen anlaşılır. GitHub deposu veya kısa teknik açıklama, varsa işe yarar.

Nereye yazılır?

• Deneyim: En önemli yer, çünkü gerçek bir işte kullanımı gösterir.
• Beceriler: Açıklayabildiğiniz araçlar, ilandaki sıraya göre. Ayrıntılar için beceriler bölümü yazısına bakın.
• Özet: Yapay zekâ işin merkezindeyse bir cümle.
• Sertifikalar: Kurs, kurum ve yıl. Sertifikaları CV'ye yazma yazısı yardımcı olur. Kurs tek başına deneyim sayılmaz.
• Unvan: Bu unvanı taşımadıysanız prompt mühendisi yazmayın.

İlanda hangi kelime geçiyorsa onu kullanın: yapay zekâ, AI veya makine öğrenmesi aynı şey değildir, doğru olanı seçin. Almanya'daki stellenmarkt.de, uzman roller dışında ayrı bir yapay zekâ bölümünün nadiren işe yaradığını savunuyor.

KVKK ve şirket verisi

Müşteri verilerini herkese açık bir araca girdiğinizi düşündüren bir madde size zarar verebilir. Türkiye'de KVKK ve şirket kuralları söz konusu olabilir, bu yüzden yalnızca izin verilen şeyleri anlatın. Doğruysa kısa bir not ekleyin: şirketin onaylı lisansıyla veya kişisel veriler çıkarıldıktan sonra. Eski işlerinizden gizli ayrıntıları da etkileyici görünmek için paylaşmayın.

Çalışmalar ne gösteriyor?

PwC'nin yüzde 56, Lightcast'in yüzde 28 ücret farkı gibi rakamlar sık alıntılanır. Bunlar iş ilanlarını karşılaştırır ve ticari şirketlerden gelir. Yani CV'nize bir satır eklemenin maaşınızı artıracağını kanıtlamaz. İki deney soruya daha yakındır, ama aynı sonucu vermez:

• Stephany, Teutloff ve Leone (2026): Birleşik Krallık, ABD ve Almanya'da 1.725 işe alım uzmanı varsayımsal adayları değerlendirdi. Yapay zekâ becerileri görüşme olasılığını yaklaşık 8-15 puan artırdı. Sertifikalar yalnızca ılımlı bir katkı yaptı.
• Firpo, Niemann ve Danilov (2025): Birleşik Krallık'ta giriş düzeyindeki ilanlara 1.185 gerçek başvuru yapıldı. İlanın istemediği yapay zekâ nitelikleri genel olarak görüşme davetlerini anlamlı biçimde değiştirmedi, yalnızca mühendislik ve pazarlamada olumlu etki görüldü.

Bu çalışmalar Türkiye'de yapılmadı. Bu yüzden ihtiyatlı olun: Beceri işe uyuyor ve doğruysa yazın, ama eksik deneyimi kapatmasını beklemeyin.

Kaçınılacak ifadeler

• Sonucu olmayan yapay zekâ uzmanı veya tutkunu ifadeleri.
• Bir kez denediğiniz on iki aracı listelemek.
• Kullandığınız bir model için yapay zekâ geliştirdim demek.
• Kısa bir kursu iş deneyimi gibi göstermek.
• Sohbet robotuna soru sormayı prompt mühendisliği diye yazmak. Ekibinizin kullandığı bir prompt kütüphanesi ise gerçek bir kanıttır.

Mülakata hazırlık

Üç yanıt hazırlayın: hangi görev değişti ve neyi hâlâ kontrol ediyorsunuz, araç ne zaman yanıldı ve bunu nasıl fark ettiniz, ona asla neyi vermezsiniz. CV'yi yapay zekâ ile yazıp yazmadığınız ayrı bir konudur ve ChatGPT ile CV oluşturucu karşılaştırması yazısında anlatılır.

CV Analyz ne yapar?

Geliştirme sırasında sistem belirtmediğiniz bir beceriyi eklemez, unvandan, diplomadan veya sertifikadan çıkarmaz. Araç adları olduğu gibi kalır. Bu yüzden aracı, görevi ve sonucu kendiniz girin, gerekirse ekler alanına yazın.

Kaynaklar: Stephany, Teutloff, Leone, 2026.