DATA ANALYSIS BOOT CAMP (DABC) EĞİTİMİ

Beş günde veri analizini uçtan uca kuşan

Excel, SQL, Python/pandas ve görselleştirmeyi yoğun bir kampta birleştirip gerçek veri projesini uçtan uca tamamlayın.

Excel, SQL, Python/pandas, istatistik ve görselleştirmeyi beş günde birleştiren yoğun veri analizi kampı: analiz süreci, SQL ile veri çekme, pandas ile temizleme ve EDA, istatistiksel analiz ve uçtan uca bir proje ile sunum.

5 gün İleri Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Excel, SQL, Python/pandas, istatistik ve görselleştirme bir arada

Bu ileri seviye yoğun kamp (boot camp), veri analizinin tüm temel araçlarını beş günde uçtan uca birleştirir. Analiz süreci ve problem tanımı; Excel'de hızlı keşif; SQL ile ilişkisel veritabanından veri çekme (SELECT, JOIN, GROUP BY, pencere fonksiyonları); Python ve pandas ile veri temizleme, dönüştürme ve birleştirme; tanımlayıcı ve çıkarımsal istatistik; matplotlib/seaborn ile görselleştirme işlenir. Keşifçi veri analizi (EDA), özellik türetme ve bir gösterge paneli/rapor ile sonuçların sunumu ele alınır. Katılımcılar gerçek bir veri seti üzerinde problem tanımından sunuma kadar tam bir analiz projesi yürütür.

Süre ve Format

5 Gün. Her gün dört modül; katılımcılar Excel ve SQL'den Python, istatistik ve proje sunumuna ilerler.

Seviye

İleri Seviye — Excel, SQL, Python ve görselleştirmeyi bir arada ele alan yoğun uçtan uca veri analizi kampı.

Öğrenme Metodu

Her gün gerçek veri setleriyle Excel, SQL ve Python alıştırmaları yapılır; kamp uçtan uca bir proje ile taçlanır.

Neden Bu Eğitim?

🧰Tam Araç Seti

Excel, SQL ve Python'u tek kampta analiz için bir arada öğrenirsiniz.

🚀Yoğun Tempo

Beş günde temelden projeye hızlı ve uygulamalı ilerlersiniz.

🎓Proje Çıktısı

Gerçek bir veri projesini problemden sunuma kadar tamamlarsınız.

Anahtar Konular

veri analizi boot campdata analysis bootcampsql eğitimipython pandasveri görselleştirmeexcel analizedaveri analistiistatistikmatplotlib seaborn
“Araçlar farklıdır ama iyi analistin sorusu hep aynıdır: Bu veri bana ne söylüyor?”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Temel BT

Dosya, tablo ve temel bilgisayar kullanımına aşinalık gerekir.

2
Mantıksal Düşünme

Problem çözme ve analitik düşünme yatkınlığı faydalıdır.

3
Kurulum

Excel, bir SQL istemcisi ve Python/Jupyter kurulabilen bir bilgisayar gerekir.

4
Zaman Ayırma

Yoğun tempoya uygun günlük çalışma zamanı ayırmak önerilir.

Eğitim İçeriği

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

Günün hedefiKatılımcı, analiz sürecini tanır ve Excel ile veriyi hızlıca keşfeder.
Modül 1
Analiz Süreci
  • Problem ve soru tanımı
  • Veri analizi yaşam döngüsü
  • Metrik ve başarı ölçütü belirleme
  • Veri kaynaklarının envanteri
  • Analiz planı oluşturma
  • Paydaş beklentisinin netleştirilmesi
Modül 2
Excel ile Keşif
  • Tablo yapısı ve hızlı filtre
  • PivotTable ile ilk özet
  • Temel formüllerle kontrol
  • Koşullu biçimlendirmeyle anomali tespiti
  • Hızlı grafiklerle görsel keşif
  • Excel'in güçlü ve sınırlı olduğu noktalar
Modül 3
Veri Kalitesi İlk Bakış
  • Eksik ve tutarsız değer tespiti
  • Tür ve biçim hataları
  • Yinelenen kayıtlar
  • Aykırı değerlerin işaretlenmesi
  • Kalite notlarının kaydı
  • Temizlik önceliklerinin belirlenmesi
Modül 4
İlk İçgörü
  • Betimsel özet üretme
  • Dağılım ve eğilim gözlemi
  • Segment karşılaştırması
  • İlk hipotezlerin oluşturulması
  • Takip edilecek soruların listelenmesi
  • Keşif bulgularının not edilmesi
Günün hedefiKatılımcı, ilişkisel veritabanından SQL ile analize uygun veri çekebilir.
Modül 1
Temel Sorgular
  • SELECT, WHERE ve ORDER BY
  • DISTINCT ve LIMIT
  • Hesaplanmış sütunlar ve takma ad
  • CASE ile koşullu değer
  • Tarih ve metin fonksiyonları
  • Sorgu okunabilirliği
Modül 2
Birleştirme
  • INNER JOIN ile tablo birleştirme
  • LEFT/RIGHT JOIN ve eksik eşleşme
  • Çoklu tablo birleştirme
  • Birleştirme anahtarı seçimi
  • Kartezyen çarpımdan kaçınma
  • JOIN'le veri zenginleştirme
Modül 3
Gruplama ve Toplama
  • GROUP BY ile özet üretme
  • COUNT, SUM, AVG, MIN, MAX
  • HAVING ile grup filtreleme
  • Çok seviyeli gruplama
  • Oran ve yüzde hesabı
  • Toplamaların doğrulanması
Modül 4
Pencere Fonksiyonları
  • ROW_NUMBER, RANK, DENSE_RANK
  • PARTITION BY ile grup içi hesap
  • LAG/LEAD ile satır karşılaştırma
  • Kümülatif toplam (running total)
  • Hareketli ortalama
  • Pencere fonksiyonlarının analitik gücü
Günün hedefiKatılımcı, pandas ile veriyi yükler, temizler ve dönüştürür.
Modül 1
pandas Temelleri
  • DataFrame ve Series yapıları
  • read_csv/read_excel ile veri yükleme
  • head, info, describe ile ilk bakış
  • Sütun seçimi ve loc/iloc ile indeksleme
  • Veri türleri ve dönüştürme (astype)
  • Bellek ve performans farkındalığı
Modül 2
Temizleme
  • Eksik değerleri isna/fillna/dropna ile ele alma
  • Yinelenenleri drop_duplicates ile kaldırma
  • String temizleme (str accessor)
  • Aykırı değer tespiti
  • Tür ve biçim düzeltme
  • Temizlik adımlarının belgelenmesi
Modül 3
Dönüştürme
  • groupby ile gruplama ve toplama
  • merge ve concat ile birleştirme
  • pivot_table ile özet tablo
  • apply ve map ile sütun türetme
  • Tarih/saat işlemleri (datetime)
  • Yeniden şekillendirme (melt/pivot)
Modül 4
Keşifçi Analiz (EDA)
  • Değişken dağılımlarının incelenmesi
  • Korelasyon ve ilişki keşfi
  • Segment bazlı özetler
  • Eksik veri desenleri
  • Özellik türetme (feature engineering)
  • EDA bulgularının kaydı
Günün hedefiKatılımcı, temel istatistik ve görselleştirme ile bulguları destekler.
Modül 1
Tanımlayıcı İstatistik
  • Merkezî eğilim ve yayılım
  • Dağılım şekli ve çarpıklık
  • Çeyrekler ve aykırı değer
  • Gruplar arası karşılaştırma
  • Oran ve yüzde yorumu
  • Özet istatistiklerin raporu
Modül 2
Çıkarımsal İstatistik
  • Örneklem ve anakütle
  • Güven aralığı mantığı
  • Hipotez testi ve p-değeri
  • Korelasyon ve basit regresyon
  • İstatistiksel anlamlılık yorumu
  • Yaygın istatistik hatalarından kaçınma
Modül 3
matplotlib ile Görselleştirme
  • Çizgi, çubuk ve dağılım grafikleri
  • Histogram ve kutu grafiği
  • Eksen, başlık ve etiketler
  • Alt grafikler (subplots)
  • Renk ve stil ayarı
  • Figürü dosyaya kaydetme
Modül 4
seaborn ile İleri Görsel
  • Dağılım ve ilişki grafikleri
  • Kategorik grafikler (box, violin)
  • Isı haritası (heatmap) ile korelasyon
  • Çok değişkenli pairplot
  • Tema ve palet seçimi
  • Görsel okunabilirlik ilkeleri
Günün hedefiKatılımcı, gerçek bir veri setinde uçtan uca analiz projesini tamamlar ve sunar.
Modül 1
Proje Planı
  • Problem ve sorunun netleştirilmesi
  • Veri kaynaklarının birleştirilmesi
  • Analiz adımlarının planı
  • Başarı ölçütü tanımı
  • Zaman ve kapsam yönetimi
  • Varsayımların kaydı
Modül 2
Analiz Yürütme
  • SQL/pandas ile veri hazırlama
  • EDA ve hipotez testi
  • Özellik türetme
  • Bulguların doğrulanması
  • Ara sonuçların gözden geçirilmesi
  • Tekrarlanabilir not defteri (notebook)
Modül 3
Raporlama
  • Gösterge paneli veya rapor oluşturma
  • Anahtar bulguların vurgulanması
  • Görsellerin hikâyeye dizilmesi
  • Öneri ve aksiyonların yazımı
  • Teknik ve yönetsel özet ayrımı
  • Raporun netliği
Modül 4
Sunum ve Değerlendirme
  • Bulguların paydaşa anlatımı
  • Soru-cevap ve savunma
  • Varsayım ve sınırlılıkların açıklanması
  • Geri bildirimle iyileştirme
  • Sonraki adımların önerilmesi
  • Proje çıktısının teslimi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Analiz Süreci

problem tanımından sunuma analiz sürecini yönetirsiniz.

✅
Excel Keşif

Excel ile veriyi hızlıca keşfeder ve özetlersiniz.

✅
SQL

JOIN, GROUP BY ve pencere fonksiyonlarıyla veri çekersiniz.

✅
pandas

pandas ile veriyi temizler, birleştirir ve dönüştürürsünüz.

✅
İstatistik

tanımlayıcı ve çıkarımsal istatistiği uygularsınız.

✅
Görselleştirme

matplotlib ve seaborn ile bulguları görselleştirirsiniz.

✅
EDA

keşifçi analizle hipotez üretip özellik türetirsiniz.

✅
Proje

uçtan uca bir analiz projesini tamamlayıp sunarsınız.

Kimler İçin Uygundur?

  • Veri analistliğine geçiş yapmak isteyen profesyoneller
  • yeni mezunlar
  • araçları tek programda yoğun öğrenmek isteyenler için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri analistliğine geçiş yapmak isteyen profesyoneller, yeni mezunlar ve araçları tek programda yoğun öğrenmek isteyenler için uygundur.
Önceden programlama bilmek gerekir mi?
Hayır; Python ve SQL temelden ele alınır, ancak yoğun tempoya uygun çalışma zamanı ayırmak önerilir.
Hangi araçlar kullanılıyor?
Excel, bir SQL istemcisi ve Python/Jupyter (pandas, matplotlib, seaborn) birlikte kullanılır.
Proje yapıyor muyuz?
Evet; kamp gerçek bir veri setinde problemden sunuma uzanan tam bir analiz projesiyle tamamlanır.
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 d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Data Analysis Boot Camp (DABC) Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre5 gün
Seviyeİleri Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikCreating & Reading Data Sets Eğitimi
Veri ve Analitik Eğitimleri

Creating & Reading Data Sets Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

CSV, Excel ve JSON biçimlerinde veri setleri oluşturma, okuma, tip/şema yönetimi ve biçimler arası dönüştürmeyi pandas ve tablo aracıyla uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCreating Reports Eğitimi
Veri ve Analitik Eğitimleri

Creating Reports Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Veriden etkili raporlar oluşturun: amaç ve kitle, metrik seçimi, özet-bulgu-öneri yapısı, görselleştirme ve karar odaklı sunumu uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCreating reports in Project Eğitimi
Veri ve Analitik Eğitimleri

Creating reports in Project Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Microsoft Project'te yerleşik raporlar, panolar ve görsel raporlarla ilerleme, maliyet, kaynak ve kazanılmış değer (CPI/SPI) analizini uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCreating Summary Reports & Charts Eğitimi
Veri ve Analitik Eğitimleri

Creating Summary Reports & Charts Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Pivot tablolar, toplama fonksiyonları, doğru grafik türleri ve KPI kartlarıyla veriyi net özet raporlara ve tek sayfalık panolara dönüştürmeyi öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCreating Tabular Data Models Eğitimi
Veri ve Analitik Eğitimleri

Creating Tabular Data Models Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Power BI tablosal modelleri: yıldız şema, ilişkiler, DAX ölçüleri, filtre bağlamı, zaman zekâsı, RLS ve VertiPaq optimizasyonunu uygulamalı öğrenin.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn