Big Data Essentials Eğitimi

Eğitim Hakkında

Terminoloji, depolama/işleme ayrımı ve dağıtık ilkeler

Bu temel seviye eğitim, büyük verinin olmazsa olmaz (essentials) kavramlarını yoğun biçimde ele alır. Büyük veriyi tanımlayan 5V, geleneksel veritabanlarının sınırları ve dağıtık sistemlere geçiş ihtiyacı işlenir. Depolama (HDFS, nesne depolama, sütunsal formatlar) ile işleme (batch ve stream) arasındaki temel ayrım, veri paralelliği, hata toleransı ve replikasyon ilkeleri netleştirilir. Hadoop ve Spark'ın rolü, veri gölü ve ambarı farkı, temel yönetişim kavramları tanıtılır. Katılımcılar iki günde büyük veri konuşmalarını takip edebilecek sağlam bir kavram temeli ve terim dağarcığı edinir.

Süre ve Format

2 Gün. Her gün dört modül; katılımcılar kavram ve terminolojiden mimari ilkelere yoğunlaştırılmış biçimde ilerler.

Seviye

Temel Seviye — Büyük verinin temel terminolojisi, depolama ile işleme ayrımı ve dağıtık sistem ilkelerinin özlü biçimde ele alınması.

Öğrenme Metodu

Katılımcılar örnek senaryolar ve basit diyagramlarla kavramları hızla ilişkilendirerek öğrenir.

Neden Bu Eğitim?

⏱️Hızlı Temel

İki günde büyük veri konuşmalarını takip edecek terim dağarcığını edinirsiniz.

🧱Sağlam Zemin

İleri eğitimler öncesi karışmayan net bir kavram temeli kurarsınız.

🔍Doğru Ayrım

Depolama ile işleme ve batch ile stream farkını netçe ayırt edersiniz.

Anahtar Konular

big data essentialsbüyük veri temelleri5vveri türleribatch streamdağıtık sistemhdfshadoop sparkveri gölübig data giriş

“Temelleri doğru kuran, büyük veri yolculuğunda hiç kaybolmaz.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Bilgisayar Temeli

Temel bilgisayar ve dosya kavramlarına aşinalık yeterlidir.

2

Veri Kavramı

Tablo ve kayıt gibi temel veri kavramlarını bilmek faydalıdır.

3

İngilizce Terim

Terimlerin çoğu İngilizce olduğundan temel okuma faydalıdır.

4

Not Ortamı

Kavram haritaları için not alınabilecek bir ortam yeterlidir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, büyük veri terminolojisini ve geçiş nedenlerini açıklayabilir.

Modül 1

5V ve Tanım

Volume: veri hacminin ölçeği
Velocity: verinin üretim ve işlenme hızı
Variety: yapılandırılmış ve yapılandırılmamış çeşitlilik
Veracity: veri doğruluğu ve güvenilirliği
Value: veriden değer çıkarma amacı
Büyük veri ile geleneksel veri arasındaki eşik

Modül 2

Veri Türleri

Yapılandırılmış veri örnekleri
Yarı yapılandırılmış veri (JSON, log)
Yapılandırılmamış veri (metin, medya)
Schema-on-read ve schema-on-write
Veri kaynaklarının sınıflandırılması
Metadata kavramı

Modül 3

Geçiş Nedenleri

İlişkisel veritabanı ölçek sınırları
Dikey ölçeklenmenin maliyeti
Veri patlamasını doğuran kaynaklar
Gerçek zamanlı analiz ihtiyacı
Yeni veri türlerinin saklanma zorluğu
Dağıtık sisteme geçişin gerekçesi

Modül 4

Temel Araçların Rolü

Hadoop'un depolama/işleme rolü
Spark'ın hızlı işleme rolü
Kafka'nın akan veri rolü
NoSQL'in esnek şema rolü
BI araçlarının görselleştirme rolü
Ekosistemin birlikte çalışması

Günün hedefiKatılımcı, depolama/işleme ayrımını ve dağıtık sistem ilkelerini kavrar.

Modül 1

Depolama İlkeleri

HDFS blok ve replikasyon mantığı
Nesne depolama yaklaşımı
Satır ve sütun tabanlı format farkı
Parquet/ORC ile sıkıştırma avantajı
Veri gölü ve veri ambarı ayrımı
Küçük dosya sorununun özeti

Modül 2

İşleme İlkeleri

Batch işleme mantığı
Stream işleme mantığı
MapReduce temel fikri
Spark bellek içi işleme
Gecikme (latency) ve throughput dengesi
İşleme modeli seçimi

Modül 3

Dağıtık Sistem İlkeleri

Veri paralelliği kavramı
Hata toleransı ve replikasyon
Yatay ölçeklenme avantajı
CAP teoreminin temeli
Tutarlılık modelleri
Küme (cluster) kavramı

Modül 4

Yönetişim Temeli

Veri kalitesinin önemi
Metadata ve katalog kavramı
Erişim ve güvenlik temeli
KVKK/GDPR farkındalığı
Veri soy kütüğü (lineage) fikri
Sorumluluk rollerinin özeti

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Terminoloji

Büyük veri terimlerini ve 5V'yi doğru kullanırsınız.

✅

Veri Türleri

Yapılandırılmış ve yapılandırılmamış veriyi ayırt edersiniz.

✅

Geçiş Nedenleri

Dağıtık sisteme geçiş gerekçelerini açıklarsınız.

✅

Depolama

HDFS, nesne depolama ve format farkını kavrarsınız.

✅

İşleme

Batch ve stream işleme ayrımını netçe yaparsınız.

✅

Dağıtık İlke

Replikasyon, paralellik ve ölçeklenmeyi anlarsınız.

✅

Araç Rolleri

Hadoop, Spark, Kafka ve NoSQL rollerini tanırsınız.

✅

Yönetişim Temeli

Veri kalitesi ve güvenliğin önemini kavrarsınız.

Kimler İçin Uygundur?

Konuya hızlı giriş yapmak isteyen profesyoneller
yöneticiler
ileri eğitim öncesi temel arayan katılımcılar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Konuya hızlı giriş isteyen profesyoneller, yöneticiler ve ileri eğitim öncesi temel arayan katılımcılar için uygundur.

Kod yazacak mıyız?

Hayır; eğitim kavramsaldır ve terminoloji ile mimari ilkeleri netleştirmeye odaklanır.

Getting to Know Big Data eğitiminden farkı nedir?

Essentials, depolama/işleme ayrımı ve dağıtık ilkelere daha teknik girer; Getting to Know daha çok tanıtım ve senaryo odaklıdır.

İki gün yeterli mi?

Evet; içerik temel kavram ve terminoloji kazanımına göre yoğunlaştırılmıştır, ileri uygulama ayrı eğitimlerde verilir.

Eğitim sonunda sertifika veriliyor mu?

Katılım ve değerlendirme sonrası Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

BIG DATA CONCEPTS: BIG DATA ESSENTIALS EĞİTİMİ