Data driven software engineering: The integral role of generative ai in transforming software development processes
Veri odaklı yazılım mühendisliği: Yazılım geliştirme süreçlerini dönüştürmede üretken yapay zekanın temel rolü
- Tez No: 953016
- Danışmanlar: DOÇ. DR. EBRU GÖKALP AYDIN, DR. AHMET DİKİCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Bu tez, veri bilimi ile yazılım mühendisliğinin dönüştürücü birleşimini incelemekte ve özellikle üretken yapay zekâ teknolojilerinin geleneksel yazılım geliştirme süreçlerini nasıl devrim niteliğinde değiştirdiğine odaklanmaktadır. Tez, yazılım geliştirme yaşam döngüsü boyunca üretken yapay zekânın etik ve etkili bir şekilde uygulanmasına yönelik, bir çerçeve sunmaktadır. Son yıllarda, yeni teknolojiler yazılım mühendisliği süreçleri üzerinde önemli bir etki yaratmıştır. Sonuç olarak, deneyime dayalı bir yaklaşımdan, veri odaklı karar verme yaklaşımına bir geçiş yaşanmıştır. Veri odaklı karar vermeye bu geçiş, daha güvenilir ve doğru kararlar alınmasını sağlamış, nihayetinde daha verimli ve etkili yazılım mühendisliği süreçlerine ve yeniden iş yapma oranlarının azalmasına yol açmıştır. Çalışmamız, iki aşamadan oluşmaktadır. Birinci aşama, son on yılda yazılım mühendisliği süreçlerinde veri odaklı yaklaşımların kullanımını inceleyen kapsamlı bir sistematik literatür taraması içermektedir. 34 birincil çalışmanın analizini yapılarak, veri odaklı yaklaşımların en yaygın olarak kullanıldığını alanlar tespit edilmiştir. Bu çalışmaları incelediğimizde, veri odaklı yöntemlerin yazılım mühendisliği süreçlerinde yazılım yönetimi ve yazılım testi için yaygın olarak kullanıldığını gördük. Araştırmacıların yazılım mühendisliği süreçleri için karar verme modelleri geliştirmek amacıyla, makine öğrenimi ve derin öğrenme dahil olmak üzere yapay zekanın alt alanlarını kullandıkları görülmüştür. Çalışmamızın ikinci aşamasında ise, üretici yapay zekanın maliyetleri düşürmek, proje sürelerini hızlandırmak, iş akışı verimliliğini artırmak ve yazılım kalitesini iyileştirmek amaçları ile, yazılım mühendisliği süreçlerine nasıl entegre edileceğini, verilerin nasıl yönetilebileceğine; üretici yapay zekanın SWEBOK v4'te belirtilen yazılım mühendisliği süreçlerinin hangilerinde ve nasıl kullanıldığını; sağladığı avantajları ve dezavantajları sunan çerçeve hazırlanmıştır.
Özet (Çeviri)
This thesis examines the transformative convergence of data science and software engineering, with a particular emphasis on how generative AI technologies are revolutionizing traditional software development processes. The thesis introduces a framework for the ethical and effective implementation of generative AI across the software development lifecycle. There has been a significant impact of emerging technologies on software engineering processes over the past few years. Consequently, there has been a shift from experience- based to data-driven decision-making. This transition towards data-driven decision- making has led to more precise and reliable decisions, resulting in more effective and efficient software engineering processes with reduced rework. Our study consists of two stages. The first stage includes a comprehensive systematic literature review on the applications of data-driven methodologies in software engineering processes from the past decade. Through the analysis of 34 primary studies, we identified the domains where the use of data-driven methodologies is most prevalent. The analysis showed that data- driven approaches are widely applied in software management and software testing within software engineering processes. Researchers have been utilizing various subfields of artificial intelligence, including machine learning and deep learning, to develop decision models for software engineering processes. In the second section of our study, to satisfy a gap determined as a result of the SLR, we proposed a framework for utilizing generative AI in software engineering processes to reduce costs, shorten project timelines, improve workflow efficiency, and enhance software quality. The framework outlines how data should be processed and how generative AI can be leveraged in software engineering processes, as outlined in SWEBOK v4, and presents the benefits and limitations of its application.
Benzer Tezler
- Esnek üretim sistemleri
Flexible manufacturing systems
ARMAĞAN EROL ÖZÇELİK
Yüksek Lisans
Türkçe
1993
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÖNÜL YENERSOY
- ERP sistemine entegre tüketime dayalı stok kontrol parametrelerinin belirlenmesi
Determination of consumption-based inventory control parameters integrated in the ERP system
NEVA EMEL İŞLER
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN GÜNDOĞAR
- Optimization of centrifugal fan design using genetic algorithm and CST method
Genetik algoritma ve CST yöntemi ile santrifüj fan tasarımının optimizasyonu
ERKAN BİÇER
Yüksek Lisans
İngilizce
2025
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Modeling of the marine diesel engines with comparative machine learning methodologies
Gemi dizel motorların karşılaştırmalı makine öğrenmesi yöntemleri ile modellenmesi
MEHMET İLTER ÖZMEN
Doktora
İngilizce
2024
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AZMİ ÖZSOYSAL
- Konvansiyonel bir ağır ticari vasıtanın elektrifikasyonu ve performans değerlendirmesi
Electrification and performance evaluation of a conventional heavy commercial vehicle
KADİR RIDVAN DÜZELLİ
Yüksek Lisans
Türkçe
2025
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN TAHA ŞEN