Maaş mı, Etki mi, Tatmin mi? Her Mühendisin Yüzleştiği Meslek Sorusu

Maaş-etki-tatmin tartışması mühendislik kariyer forumlarının değişmez gündem maddesi ve karışıklık tam da bu çerçevelemeden çıkıyor. Maaş, etki ve tatmin, mesleki gelişimin üç ayrı aşamasında öne çıkan ihtiyacı tarif ediyor. Bunları rakip öncelikler gibi ele almak, bir sıralama sorusunu sadakat testine çeviriyor; ardından gelen kararlar da hedefi ıskalıyor.

Örgütsel psikoloji bu aşamaları çoktan haritalamış durumda. Wrzesniewski’nin iş yönelimi araştırması, Öz-Belirleme Teorisi ve Dan Koe’nun Vocation (Meslek) kadranı aynı üç adımlı ilerlemede buluşuyor. Hangi adımda olduğunuzu bilmek, şu an hangi boyutun ilgiyi hak ettiğini ve hangisinin bekleyebileceğini söylüyor.

Birbirini Duymayan Taraflar#

Herhangi bir teknoloji forumunu açın, tartışmanın kızıştığını göreceksiniz. Bir kamp toplam ücret paketini kovalamayı söylüyor, çünkü finansal güvence sağlanınca gerisi gelir. Bir diğeri önemli bir şey yapıldığında paranın zaten geleceğini savunuyor. Üçüncüsü ise hayatın işte mutsuz olmaya yetmeyecek kadar kısa olduğunu söylüyor.

Her kampın güçlü argümanları var ve her biri kısmen haklı. Birbirlerini duymamalarının sebebi, aynı mesleki yolculuğun farklı noktalarından cevap vermeleri.

Aşama Modeli#

Örgütsel psikoloji araştırmaları burada faydalı bir bakış açısı sunuyor. Amy Wrzesniewski ve meslektaşları 1997’deki öncü çalışmalarında üç farklı iş yönelimi belirledi: insanlar işlerini bir İş (Job), bir Kariyer (Career) veya bir Çağrı (Calling) olarak görüyor.

Bu yönelimlerin gerçek meslekle hiçbir ilgisi yoktu. Aynı işi yapan bir grup idari asistan arasında her üç kategoriye neredeyse eşit sayıda kişi düşüyordu.

Dan Koe’nun HUMAN 3.0 çerçevesi Vocation (Meslek) kadranında benzer bir ilerleme çiziyor: Uyumcu (belirlenen yolları izleyen) aşamasından Bireyci (kişisel hedefleri kovalayan) aşamasına, oradan da Sentezci (birden fazla perspektifi bütünleştirip amaca uygun değer yaratan) aşamasına geçiş.

Öz-Belirleme Teorisi (Self-Determination Theory) üç temel psikolojik ihtiyaç tanımlıyor: özerklik, yetkinlik ve ilişkisellik. 2025 tarihli bir araştırma, geliştirici rolleri bu boyutlar aracılığıyla kişiliğe uyumlandığında motivasyonun ortalama %23 arttığını buldu.

Bu çerçeveleri birleştirdiğimizde pratik bir üç aşamalı model ortaya çıkıyor:

Hayatta Kalma#

Bu aşamada maaş ön plandadır ve bu tamamen rasyoneldir. Temel finansal ihtiyaçlar karşılanmadığında, “anlam” peşinde koşmak karşılayamayacağınız bir lükstür. Öğrenci borçları, yaşam maliyeti ve aile desteği gerçek kısıtlardır.

Aşama 1’deki mühendisler ücreti önceliklendirdikleri için suçluluk duymamalı. Pazarlık yapmayı öğrenmek ve becerilerinizin açık piyasada ne ettiğini bilmek, sonraki aşamaların sizden isteyeceği her şeyin ön koşuludur. Finansal stres artık kararlarınızı yönlendirmiyorsa ve yine de kendinizi “hepsi bu mu?” diye düşünürken yakalıyorsanız ilerlemeye hazırsınız.

Başarı#

Teknoloji endüstrisinin büyük bölümü Aşama 2 için optimize edilmiştir. Terfi döngüleri, seviye sistemleri, kapsam genişletme ve TC kıyaslama başarı aşaması yapılarıdır ve bu aşamadaki mühendisler için iyi çalışır.

Aşama 2’de etki birincil metrik haline gelir. İşinizin bir şey ifade etmesini, kapsamınızın büyümesini ve ölçeklenen mimarilerde adınızın geçmesini istersiniz. Dürtü “yeterince öde” noktasından “anlamlı bir şey yapmama izin ver” noktasına kayar.

Bu aşama yetkinlik, güven ve profesyonel kimlik inşa eder. Sorun, bunlar sağlamlaştıktan çok sonra da aynı aşamada kalmakla başlar.

Aşama 2 durağanlığının sinyalleri:

• İstediğiniz unvana/TC’ye ulaştınız ama tatmin şaşırtıcı derecede kısa sürdü
• İşi gerçek ilginizden ziyade terfi belgelerinde konumlandırmak için optimize ediyorsunuz
• Kendinizi aslında umursamadığınız metriklerde akranlarınızla karşılaştırıyorsunuz
• Mükemmellik, değerlendiricilere sunduğunuz bir gösteriye dönüştü

Bütünleşme#

Aşama 3, maaşı ve etkiyi daha derin bir amaç duygusuyla bütünleştirir; ikisi de masada kalır. Bu aşamadaki mühendisler genellikle finansal temellerini güvenceye almış (Aşama 1) ve yetkinliklerini kanıtlamıştır (Aşama 2). Artık farklı bir soru soruyorlar: “İşim, yaşamak istediğim hayata nasıl uyuyor?”

Bu genellikle, başkalarının tasarladığı rolleri tüketmek yerine bir şey yaratmayı içerir: açık kaynak projeler, öğretmenlik, yazarlık, danışmanlık, şirket kurmak. Ikigai çerçevesi bunu iyi yakalar: sevdiğiniz, iyi olduğunuz, dünyanın ihtiyaç duyduğu ve karşılığında ücret alabileceğiniz şeylerin kesişimi.

Önemle belirtmek gerekir ki Aşama 3 zorlanamaz veya atlanamaz. Aşama 1 ve 2’nin temeli olmadan doğrudan “çağrı”ya ulaşmaya çalışan mühendisler çoğu zaman tükenir, çoğunlukla piyasa altı ücret ödeyip 60 saatlik çalışma haftası talep eden misyon odaklı bir startupta.

Aşama 2 Tuzağı#

Teknoloji endüstrisinin teşvik yapıları Aşama 2 için inşa edilmiştir ve bu kalıbı birden fazla yönden pekiştirir.

levels.fyi gibi araçlar ve Blind gibi topluluklar, TC’yi birincil kariyer metriği olarak dayatan bir monokültür yaratır. Etrafınızdaki herkes ücreti optimize ederken, bunu yapmamak irrasyonel hissettirir. Çoğu şirketteki terfi kriterleri de kapsam genişletmeyi ve ölçülebilir etkiyi, yani Aşama 2 davranışlarını ödüllendirerek bu durumu güçlendirir.

AI dalgası buna yeni bir katman ekliyor. AI araçları yeni kodun büyük bölümünü yazdığında, iş güvenliği soruları kıdemli mühendisler arasında bile yeniden yüzeye çıkıyor; bu Aşama 1 kaygısı kendini Aşama 2 memnuniyetsizliği (“Daha fazla etkiye ihtiyacım var”) olarak gizleyebilir, oysa aslında Aşama 1 korkusudur (“Hâlâ değerli miyim?”).

Dan Koe’nun çerçevesi geri kalan için başka bir yeri işaret eder. Mesleki sorunların çözümü genellikle iş dışındadır ve Aşama 2’de takılı kalan bir mühendisin daha iyi bir işe hiç ihtiyacı olmayabilir. İhmal edilen alan sağlık, ilişkiler ya da kişisel gelişim olabilir.

Kendi Aşamanızı Sınamak#

Aşama 1’den çıkışı ölçmek daha kolaydır. 6+ aylık giderinize yetecek birikiminiz var mı? Finansal panik yaşamadan bir iş teklifini reddedebilir misiniz? Bu sorulara evet diyemiyorsanız ücreti önceliklendirmek doğru tercihtir ve arkasındaki iş oldukça sade. Piyasa değerinizi bilin, pazarlığı öğrenin, hisse senedinin nasıl işlediğini anlayın ve tek bir işverenden daha uzun ömürlü, aktarılabilir beceriler geliştirin. “Yeterli” seviyeyi temsil eden bir rakam belirleyin; bir eşik olmadan maaşı süresiz optimize edersiniz.

Aşama 2’yi içeriden okumak daha zordur. Anlamlı bir profesyonel kilometre taşına ulaştınız da tatmin şaşırtıcı derecede kısa mı sürdü? İşi yapmaktan çok konumlandırmak için mi enerji harcıyorsunuz? Para bir faktör olmasaydı ne üzerine çalışacağınızı söyleyebiliyor musunuz ve bu mevcut işinizden farklı mı? Bu sorular size dokunuyorsa atılacak adım küçüktür. Öğrendiklerinizi yazmak, açık kaynağa katkı vermek veya birine mentorluk yapmak; başarının ötesinde sizi neyin harekete geçirdiğini görmenin düşük riskli yollarıdır. İş dışı alanlar da sayılır, çünkü fiziksel sağlık, ilişkiler ve yaratıcı hobiler mesleki netliğin kilidini genellikle kariyer taktiklerinden daha etkili biçimde açar.

Dan Koe’nun çerçevesi, gelişimi hızlandıran derin bağlanma anlarına Kanal diyor. Bir Kanal bulduğunuzu şunlardan anlarsınız:

• Bir şey üzerinde çalışırken zaman kayboluyor
• İş saatleri dışında gönüllü olarak bir konuyu araştırıyorsunuz, çünkü duramıyorsunuz
• Bir projeden, prova etmeye ihtiyaç duymadığınız bir coşkuyla bahsediyorsunuz
• İş, size aldığından fazla enerji bırakıyor

Aşama 3’ün şablonu yoktur. Üç boyutu da hizalayan bir iş tasarlamak; farklı bir rol pazarlığı, bağımsız çalışma, portfolio kariyer ya da yeni bir şey yaratmak anlamına gelebilir. Çağrısını açık kaynak altyapıda bulan mühendis, öğretmenlikte bulan kadar geçerlidir.

AI Boyutu#

AI bu aşamaları ilginç şekillerde karıştırıyor. AI kod, dokümantasyon ve hatta mimari öneriler ürettiğinde, Aşama 2’nin “yetkinlik” boyutu istikrarsızlaşıyor. AI eş programcınız implementasyonu yaptığında “etki” ne anlama geliyor?

Paradoks şu: AI araçları verimliliği artırıyor (bir Aşama 2 metriği) ama hissedilen yetkinlik duygusunu potansiyel olarak azaltıyor (temel bir Aşama 2 ihtiyacı). Kimliklerini tamamen kodlama becerisine bağlayan mühendisler bu sarsılmayı en güçlü şekilde hissediyor.

Bunu en iyi yönetenler, kimliklerini çıktılarından ayırmaya çoktan başlamış olanlar. AI’ı, muhakemelerini, estetik duyularını ve mimari düşüncelerini güçlendiren bir araç olarak görüyorlar.

Modelin Sınırı#

Aşama modeli, kısıtlarınız plan yapılabilecek kadar durağan olduğu sürece geçerlidir. Bir işten çıkarma, bir sağlık sorunu ya da bakmakla yükümlü olduğunuz yeni biri, Aşama 3’teki bir mühendisi bir hafta içinde Aşama 1 önceliklerine döndürebilir ve bu durumda geri dönmek doğru tepkidir.

Kaynaklar#

• Wrzesniewski, McCauley, Rozin & Schwartz (1997) - Jobs, Careers, and Callings: People’s Relations to Their Work (yeni sekmede açılır) - Üç iş yönelimi çerçevesini oluşturan öncü araştırma
• Dan Koe - HUMAN 3.0: A Map To Reach The Top 1% (yeni sekmede açılır) - Meslek kadranı ilerlemesini içeren kapsamlı öz-gelişim modeli
• Dan Koe - HUMAN 3.0 Self-Discovery & Metatype Prompt (yeni sekmede açılır) - Gelişim haritalama için AI destekli değerlendirme aracı
• Wong et al. (2025) - Autonomy, Competence, and Relatedness in Software Development (yeni sekmede açılır) - Geliştirici süreçlerine uygulanan Öz-Belirleme Teorisi
• Saarimaki et al. (2024) - The Well-Being of Software Engineers: A Systematic Literature Review (yeni sekmede açılır) - Geliştirici refahını öngören faktörlerin kapsamlı incelemesi
• ROMA Framework (2025) - Human-AI Programming Role Optimization (yeni sekmede açılır) - Öz-Belirleme Teorisi tabanlı kişilik-rol uyumu araştırması
• Ikigai for Software Developers (yeni sekmede açılır) - Geliştirici kariyer kararları için pratik Ikigai uygulaması
• Software Engineer Job Satisfaction Statistics (yeni sekmede açılır) - Yazılım mühendisleri arasında kariyer yolu tatmini verileri
• 2025 Stack Overflow Developer Survey (yeni sekmede açılır) - Kapsamlı geliştirici tatmini ve işyeri verileri
• Developer Burnout: Signs, Prevention, and Recovery (yeni sekmede açılır) - Geliştiricilere özgü tükenmişlik risk faktörleri ve önleme stratejileri
• Daniel Pink - Drive: Intrinsic and Extrinsic Motivation in Software Development (yeni sekmede açılır) - Yazılım mühendisliği için SDT tabanlı motivasyon analizi