DEVELOPING A MODERN BUSINESS INTELLIGENCE SYSTEM EĞİTİMİ

Modern, bulut tabanlı bir BI sistemi geliştir

Bulut ambar/lakehouse, ELT ve dbt, semantik katman, self-service BI ve DataOps ile uçtan uca modern bir iş zekâsı sistemi geliştirmeyi öğrenin.

Bulut ambar/lakehouse, ELT/dbt, semantik katman, self-service ve DataOps ile uçtan uca modern bir iş zekâsı sistemi geliştirmeyi öğreten ileri seviye uygulamalı eğitim.

4 gün İleri Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Bulut ambar, ELT/dbt, semantik katman, self-service ve DataOps

Bu eğitim, geleneksel BI'dan modern veri yığınına (modern data stack) geçerek uçtan uca bir iş zekâsı sistemi geliştirmeyi öğretir. Bulut ambar/lakehouse (Snowflake, BigQuery, Databricks mantığı), ELT yaklaşımı ve dbt ile dönüştürme, katmanlı (staging/mart) modelleme ele alınır. Semantik katman ve metrik tanımları, self-service BI, veri kalitesi testleri ve veri sözleşmeleri işlenir. CI/CD, sürümleme, orkestrasyon ve DataOps ile izleme/gözlemlenebilirlik uygulanır. Katılımcılar, ham veriden yönetişimli ve self-service bir BI sistemine uzanan modern bir mimari geliştirir.

Süre ve Format

4 Gün. Her gün dört modül; katılımcılar bulut ambardan ELT, semantik katman ve DataOps'a kadar sistemi aşamalı geliştirir.

Seviye

İleri Seviye — Modern bir iş zekâsı sisteminin geliştirilmesi: bulut ambar/lakehouse, ELT, semantik katman, self-service BI ve DataOps'un uygulamalı ele alınması.

Öğrenme Metodu

Katılımcılar bir bulut ambar ve dbt projesinde katmanlı modelleri, testleri ve semantik katmanı adım adım geliştirerek uygular.

Neden Bu Eğitim?

☁️Modern Yığın

Bulut ambar ve ELT/dbt ile ölçeklenen, bakımı kolay bir modern veri yığını kurarsınız.

🧩Analytics Engineering

Katmanlı dbt modelleri ve testlerle güvenilir, dokümante bir dönüşüm katmanı yazarsınız.

🔁DataOps

CI/CD ve gözlemlenebilirlikle veri hattını yazılım disiplini ile işletirsiniz.

Anahtar Konular

modern BImodern data stackdbtbulut ambarlakehouseELTsemantik katmanDataOpsanalytics engineering
“Modern BI, raporu değil, güvenilir veriye giden tekrarlanabilir yolu üretir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
SQL

İleri SQL (JOIN, CTE, window) bilgisi gereklidir.

2
DW Temeli

Veri ambarı ve boyutsal modelleme temeli faydalıdır.

3
Sürüm Kontrolü

Git ile temel çalışma bilgisi önerilir.

4
Çalışma Ortamı

Bir bulut ambar denemesi ve dbt kurulabilen ortam.

Eğitim İçeriği

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

Günün hedefiKatılımcı, modern veri yığınının bileşenlerini ve bulut ambar/lakehouse mimarisini tasarlayabilir.
Modül 1
Modern Yığın
  • Geleneksel BI ile modern yığın karşılaştırması
  • Ingestion, transform, serve bileşenleri
  • ELT'nin ETL yerini alması
  • Araç ekosistemi (EL, dbt, BI, katalog)
  • Maliyet ve ölçek avantajları
  • Mimari seçim kriterleri
Modül 2
Bulut Ambar
  • Ayrık depolama/işleme (storage-compute separation)
  • Sanal warehouse ve ölçeklendirme
  • Kolonlu depolama ve mikro-bölüm
  • Eşzamanlılık ve otomatik ölçek
  • Maliyet izleme ve optimizasyon
  • Ambar yönetimi temeli
Modül 3
Lakehouse
  • Veri gölü + ambar birleşimi
  • Açık tablo biçimi (Delta/Iceberg)
  • Medallion (bronze/silver/gold) düzeni
  • ACID işlemler ve şema zorlama
  • Yapılandırılmamış veri desteği
  • Lakehouse vs ambar kararı
Modül 4
Ingestion
  • EL araçlarıyla kaynak çekme
  • Batch ve stream ingestion
  • CDC ile artımlı yükleme
  • Ham katmana yükleme deseni
  • Ingestion izleme
  • Yeniden çalıştırma güvenliği
Günün hedefiKatılımcı, dbt ile katmanlı, test edilen ve dokümante dönüşüm modelleri geliştirebilir.
Modül 1
dbt Temeli
  • dbt proje yapısı ve model (SELECT) mantığı
  • ref() ve source() ile bağımlılık
  • Materialization: view, table, incremental
  • Jinja ve makro ile tekrar kullanım
  • Değişken ve ortam yönetimi
  • dbt run ve derleme
Modül 2
Katmanlı Model
  • Staging katmanı ve kaynak temizliği
  • Intermediate dönüşüm modelleri
  • Mart (fact/dimension) katmanı
  • Adlandırma ve klasör standardı
  • Yeniden kullanılabilir CTE deseni
  • Incremental model stratejisi
Modül 3
Test
  • Genel testler: unique, not_null, relationships
  • Kabul edilen değer (accepted_values)
  • Özel (custom) veri testleri
  • Veri sözleşmesi (contract) tanımı
  • Kaynak tazeliği (freshness) testi
  • Test başarısızlığında davranış
Modül 4
Dokümantasyon
  • Model ve sütun açıklaması
  • dbt docs ile otomatik dokümantasyon
  • Soy ağacı (lineage) grafiği
  • Metadata ve exposure tanımı
  • İş sözlüğü ile eşleme
  • Ekip içi paylaşım
Günün hedefiKatılımcı, merkezî metrikler ve self-service bir sunum katmanı tasarlayabilir.
Modül 1
Semantik Katman
  • Merkezî metrik ve iş tanımı
  • Tek doğruluk kaynağı (SSOT)
  • Metrik katmanı araçları mantığı
  • BI aracına model besleme
  • Tutarlı ölçü yönetimi
  • Metrik versiyonlama
Modül 2
Metrik Tanımı
  • Toplama ve oran metrikleri
  • Zaman zekâsı (YTD, geçen dönem)
  • Segment ve kırılım tanımı
  • Türetilmiş ve bileşik metrik
  • Metrik testi ve doğrulama
  • Metrik dokümantasyonu
Modül 3
Self-Service
  • Sertifikalı veri kümeleri
  • Kullanıcıya keşif alanı açma
  • Şablon ve rehberli raporlar
  • Veri okuryazarlığı desteği
  • Yetki ve içerik organizasyonu
  • Kötüye kullanım önleme
Modül 4
Yönetişim
  • Veri kataloğu ve metadata
  • Soy ağacı ve etki analizi
  • Erişim ve sertifikasyon
  • Veri kalitesi SLA
  • Sahiplik rolleri
  • Standart ve politika
Günün hedefiKatılımcı, BI sistemini CI/CD, orkestrasyon ve gözlemlenebilirlikle sürdürülebilir işletebilir.
Modül 1
CI/CD
  • dbt projesini Git'te sürümleme
  • PR üzerinde otomatik test ve derleme
  • Slim CI ile değişen modelleri çalıştırma
  • Ortamlar arası dağıtım
  • Yayın onayı ve rollback
  • Artefakt ve çevre yönetimi
Modül 2
Orkestrasyon
  • Airflow/orkestratör ile çalıştırma
  • Bağımlılık ve zamanlama
  • EL → dbt → test sırası
  • Retry ve hata bildirimi
  • Backfill ve yeniden işleme
  • İş akışı izleme
Modül 3
Gözlemlenebilirlik
  • Veri tazeliği ve hacim izleme
  • Şema değişikliği tespiti
  • Anormallik ve veri kalitesi uyarısı
  • Soy ağacı ile etki analizi
  • Olay (incident) yönetimi
  • Maliyet ve performans izleme
Modül 4
Sürdürülebilirlik
  • Veri sözleşmeleri ile kaynak kararlılığı
  • Teknik borç takibi
  • Dokümantasyon kültürü
  • Ekip rolleri ve sahiplik
  • Sürekli iyileştirme döngüsü
  • Ölçeklenme planı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Modern Yığın

Modern veri yığını mimarisi tasarlayabilirsiniz.

✅
Bulut Ambar

Bulut ambar/lakehouse kurgusu yapabilirsiniz.

✅
dbt

Katmanlı dbt modelleri geliştirebilirsiniz.

✅
Test

Veri testleri ve sözleşmeleri yazabilirsiniz.

✅
Semantik Katman

Merkezî metrik katmanı tasarlayabilirsiniz.

✅
Self-Service

Yönetişimli self-service BI açabilirsiniz.

✅
CI/CD

dbt için CI/CD hattı kurabilirsiniz.

✅
Gözlemlenebilirlik

Veri gözlemlenebilirliği ve uyarı kurabilirsiniz.

Kimler İçin Uygundur?

  • Veri mühendisleri
  • analytics engineer'lar
  • BI mimarları
  • modern veri yığınına geçmek isteyen BI profesyonelleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri mühendisleri, analytics engineer'lar ve modern veri yığınına geçmek isteyen BI profesyonelleri için uygundur.
dbt nedir?
Ambar içinde SQL ile katmanlı, test edilen ve dokümante dönüşüm yapan bir araçtır; eğitimde uygulamalı kullanılır.
Hangi bulut ambarlar işleniyor?
Snowflake, BigQuery ve Databricks mantığı araç bağımsız biçimde ele alınır.
DataOps kapsanıyor mu?
Evet; CI/CD, orkestrasyon, veri sözleşmeleri ve gözlemlenebilirlik uygulamalı işlenir.
Ön koşul nedir?
İleri SQL, veri ambarı temeli ve Git ile çalışma bilgisi önerilir.

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. Developing A Modern Business Intelligence System Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre4 gün
Seviyeİleri Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikCommon Approaches to Sampling Data Eğitimi
Veri ve Analitik Eğitimleri

Common Approaches to Sampling Data Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Basit rastgele, tabakalı, küme ve sistematik örnekleme ile örneklem büyüklüğü, hata payı ve önyargı yönetimini uygulamalı öğrenin. Temel seviye DVA eğitimi.

Detayları Gör →
Veri Analizi ve İstatistikComplex Visualizations & Analytics Eğitimi
Veri ve Analitik Eğitimleri

Complex Visualizations & Analytics Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

İleri görselleştirme: çok değişkenli grafikler, etkileşimli dashboard, analitik hesaplar ve veri hikâyesi ile karmaşık veriyi içgörüye dönüştürmeyi öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCompTIA Data Analysis Essentials Eğitimi
Veri ve Analitik Eğitimleri

CompTIA Data Analysis Essentials Eğitimi

3 günTemelOnline / Yüz Yüze / Hibrit

Veri yaşam döngüsü, kaynaklar, temizleme, tanımlayıcı istatistik, görselleştirme ve yönetişimi kapsayan veri analizi temellerini uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCompTIA Data+: Analytics and Business Intelligence Platforms Eğitimi
Veri ve Analitik Eğitimleri

CompTIA Data+: Analytics and Business Intelligence Platforms Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Analitik ve iş zekâsı platformlarını öğrenin: Power BI, Tableau, Qlik ile veri bağlama, modelleme, görselleştirme, dağıtım ve satır düzeyi güvenlik (RLS).

Detayları Gör →
Veri Analizi ve İstatistikCompTIA Data+: Coding Environments for Data Analytics Eğitimi
Veri ve Analitik Eğitimleri

CompTIA Data+: Coding Environments for Data Analytics Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Veri analitiği için SQL, Python ve R ortamları, Jupyter ve RMarkdown not defterleri, paket yönetimi ve Git ile üretilebilir iş akışlarını uygulamalı öğrenin.

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