INTRODUCTION TO DATA ENGINEERING ON GOOGLE CLOUD EĞİTİMİ

Google Cloud’da uçtan uca veri hattı geliştirin

Veri mühendisliği temelleri, Pub/Sub, Dataflow, Dataproc, Dataform, Composer ve BigQuery ML ile hat geliştirme

Bu eğitim, veri mühendisliği rolüne giriş yapanlar için Google Cloud üzerindeki hat bileşenlerini birlikte ele alır. Eğitim 3 gün sürer; her günde dört modül uygulamalı laboratuvarlarla işlenir.

3 gün Temel Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Akış ve toplu işleme, Dataform ve BigQuery ML ile veri mühendisliği

Bu eğitim, veri mühendisliği rolüne giriş yapanlar için Google Cloud üzerindeki hat bileşenlerini birlikte ele alır. Pub/Sub ile alım, Dataflow ve Dataproc ile işleme, Dataform ile SQL dönüşümü, Cloud Composer ile iş akışı yönetimi, BigQuery ML ile model hazırlığı ve sorgu performansı laboratuvarlarla işlenir.

Süre ve Format

3 Gün. Her gün dört modül; her modülde altı konu başlığı, Google Cloud’da veri mühendisliğine giriş odaklı uygulamalı laboratuvar ve ekip tartışması.

Seviye

Temel Seviye — Mimari ve Alım Katmanı, İşleme ve Dönüşüm, Orkestrasyon, Model ve Gözlemleme başlıklarını kapsayan Google Cloud’da veri mühendisliğine giriş eğitimi

Öğrenme Metodu

Örnek veri setleri üzerinde BigQuery konsolu, bq CLI ve Cloud Shell ile adım adım laboratuvarlar yapılır ve sonuçlar birlikte yorumlanır.

Neden Bu Eğitim?

📊Veri Odaklı Laboratuvar

BigQuery, Dataflow ve Pub/Sub gibi servisler gerçek veri setleri üzerinde sorgulanır ve ölçülür.

💰Maliyet Bilinci

Taranan bayt, slot ve depolama sınıfı seçimleri maliyet etkisiyle birlikte değerlendirilir.

🔒Yönetişim Pratiği

IAM, policy tag ve satır düzeyi erişim gibi kontroller veri hattına dahil edilir.

Anahtar Konular

Google Cloud veri mühendisliğiDataform eğitimiDataflow Apache BeamDataprocPub/SubCloud Composer AirflowBigQuery MLveri mühendisliği eğitimi
“Veri, doğru modellendiğinde sorguya değil karara dönüşür.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
SQL Bilgisi

SELECT, JOIN, GROUP BY ve alt sorgu düzeyinde SQL kullanabilme.

2
Veri Kavramları

Tablo, şema, ETL ve veri ambarı terimlerine temel aşinalık.

3
Bulut Temelleri

Proje, bölge ve IAM gibi temel bulut kavramlarını bilme.

4
Google Cloud Erişimi

BigQuery kullanılabilen bir proje veya sağlanan laboratuvar ortamı.

Eğitim İçeriği

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

Günün hedefiKatılımcı veri mühendisliği mimarisini tanır ve Pub/Sub ile Cloud Storage üzerinden veri alımı yapar.
Modül 1
Veri Mühendisliği Mimari Bileşenleri
  • Batch ve streaming veri işleme mimarileri (Lambda, Kappa)
  • Veri hatları: Pub/Sub → Dataflow → BigQuery
  • Veri kalitesi, şema yönetimi ve veri sözleşmeleri
  • Veri gölü: Cloud Storage bölgeleme ve dosya formatları (Parquet, Avro)
  • Dataplex ile yönetişim ve veri kalitesi görevleri
  • Maliyet ve performans dengesi
Modül 2
Cloud Storage Kovaları ve Nesne Yönetimi
  • Storage class: Standard, Nearline, Coldline ve Archive seçim kriterleri
  • Bucket konumu: region, dual-region ve multi-region
  • Uniform bucket-level access ve signed URL kullanımı
  • Object Lifecycle Management kuralları
  • Object Versioning, retention policy ve bucket lock
  • gsutil/gcloud storage ile paralel yükleme ve rsync
Modül 3
Pub/Sub ile Olay Akışı
  • Topic, subscription ve push/pull teslim modelleri
  • Ack deadline, dead-letter topic ve yeniden deneme politikası
  • Message ordering ve exactly-once delivery
  • Şema (Avro/Protobuf) doğrulaması
  • Pub/Sub Lite ve Kafka karşılaştırması
  • Snapshot, seek ve mesaj saklama süresi
Modül 4
BigQuery SQL ve Analitik Fonksiyonlar
  • Standart SQL: ARRAY, STRUCT, UNNEST ve iç içe alanlar
  • Window function: ROW_NUMBER, LAG, SUM OVER ve QUALIFY
  • APPROX_COUNT_DISTINCT ve HLL++ sketch kullanımı
  • Geçici tablo, scripting, değişken ve prosedürler
  • User-defined function (SQL ve JavaScript UDF)
  • JSON fonksiyonları ve yarı yapısal veri sorgulama
Günün hedefiKatılımcı Dataflow, Dataproc ve Dataform ile dönüşüm adımlarını geliştirir.
Modül 1
Dataflow ve Apache Beam
  • Beam modeli: PCollection, PTransform, ParDo ve DoFn
  • Windowing türleri: fixed, sliding ve session
  • Trigger, watermark ve geç gelen veri yönetimi
  • Dataflow şablonları (classic ve flex) ile dağıtım
  • Streaming Engine, Shuffle ve autoscaling ayarları
  • Pipeline izleme ve hata ayıklama
Modül 2
Dataproc ve Spark/Hadoop Taşıma
  • Dataproc cluster, ephemeral cluster ve Serverless for Apache Spark
  • HDFS yerine Cloud Storage (gs://) kullanımı
  • Spark SQL, PySpark job gönderimi ve bileşen ağ geçidi
  • Autoscaling politikası ve preemptible worker
  • Initialization action ve özel imaj
  • Hive Metastore olarak Dataproc Metastore
Modül 3
Dataform Temelleri
  • Dataform repository, workspace ve Git bağlantısı
  • SQLX dosyası yapısı: config bloğu ve ref() fonksiyonu
  • Tablo tipleri: table, view, incremental, operations ve declaration
  • dataform.json / workflow_settings.yaml yapılandırması
  • Bağımlılık grafı ve DAG görselleştirme
  • JavaScript ile yeniden kullanılabilir fonksiyonlar (includes)
Modül 4
ETL/ELT Hattı Geliştirme
  • Data Fusion ile görsel pipeline ve plugin yapısı
  • Dataflow şablonları (Pub/Sub to BigQuery, Datastream)
  • Datastream ile CDC ve Cloud SQL/Oracle kaynaklarından aktarım
  • Dataproc Serverless Spark işleri
  • Composer / Workflows ile orkestrasyon
  • Pipeline test, izleme ve yeniden çalıştırma
Günün hedefiKatılımcı hatları zamanlar, BigQuery ML ile model kurar ve izler.
Modül 1
Cloud Composer ve İş Akışı Orkestrasyonu
  • Airflow DAG yapısı, operator ve sensor kavramları
  • Composer 2 ortam boyutlandırma ve Autopilot GKE altyapısı
  • BigQueryInsertJobOperator ve DataflowTemplateOperator
  • XCom, Variable ve Connection yönetimi
  • Zamanlama, backfill ve catchup davranışı
  • Hata bildirimi, retry ve SLA izleme
Modül 2
BigQuery ML
  • CREATE MODEL ile lineer regresyon ve lojistik regresyon
  • Boosted tree, DNN ve k-means model tipleri
  • ML.EVALUATE, ML.PREDICT ve ML.EXPLAIN_PREDICT
  • Özellik mühendisliği: TRANSFORM ve ML.FEATURE_CROSS
  • Remote model ve Vertex AI entegrasyonu
  • Hiperparametre ayarı ve model dışa aktarımı
Modül 3
BigQuery Sorgu Performansı ve Maliyeti
  • Query plan ve execution graph okuma
  • Partition pruning ve clustering ile taranan bayt azaltma
  • Join stratejileri: broadcast, hash ve shuffle etkisi
  • INFORMATION_SCHEMA.JOBS ile pahalı sorguları bulma
  • BI Engine ve materialized view ile hızlandırma
  • Maksimum faturalandırılacak bayt, dry run ve kota kontrolleri
Modül 4
Cloud Logging ve Log Analizi
  • Log Router: sink, exclusion filter ve hedef (BigQuery, GCS, Pub/Sub)
  • Logging query language ile gelişmiş filtreleme
  • Log-based metric (counter ve distribution) oluşturma
  • Log Analytics ve BigQuery bağlantılı veri seti
  • Audit Logs: Admin Activity, Data Access ve Policy Denied
  • Log bucket saklama süreleri ve CMEK şifreleme

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Veri Mühendisliği Mimari Bileşenleri

Veri Mühendisliği Mimari Bileşenleri konusunda Batch ve streaming veri işleme mimarileri (Lambda, Kappa), Veri hatları: Pub/Sub → Dataflow → BigQuery ve Veri gölü: Cloud Storage bölgeleme ve dosya formatları (Parquet, Avro) başlıklarını uygulamalı olarak öğrenirsiniz.

🛠️
Pub/Sub ile Olay Akışı

Pub/Sub ile Olay Akışı konusunda Topic, subscription ve push/pull teslim modelleri, Ack deadline, dead-letter topic ve yeniden deneme politikası ve Şema (Avro/Protobuf) doğrulaması başlıklarını uygulamalı olarak öğrenirsiniz.

🔐
BigQuery SQL ve Analitik Fonksiyonlar

BigQuery SQL ve Analitik Fonksiyonlar konusunda Standart SQL: ARRAY, STRUCT, UNNEST ve iç içe alanlar, Window function: ROW_NUMBER, LAG, SUM OVER ve QUALIFY ve Geçici tablo, scripting, değişken ve prosedürler başlıklarını uygulamalı olarak öğrenirsiniz.

📈
Dataproc ve Spark/Hadoop Taşıma

Dataproc ve Spark/Hadoop Taşıma konusunda Dataproc cluster, ephemeral cluster ve Serverless for Apache Spark, HDFS yerine Cloud Storage (gs://) kullanımı ve Autoscaling politikası ve preemptible worker başlıklarını uygulamalı olarak öğrenirsiniz.

☁️
Dataform Temelleri

Dataform Temelleri konusunda Dataform repository, workspace ve Git bağlantısı, SQLX dosyası yapısı: config bloğu ve ref() fonksiyonu ve dataform.json / workflow_settings.yaml yapılandırması başlıklarını uygulamalı olarak öğrenirsiniz.

🔍
Cloud Composer ve İş Akışı Orkestrasyonu

Cloud Composer ve İş Akışı Orkestrasyonu konusunda Airflow DAG yapısı, operator ve sensor kavramları, Composer 2 ortam boyutlandırma ve Autopilot GKE altyapısı ve XCom, Variable ve Connection yönetimi başlıklarını uygulamalı olarak öğrenirsiniz.

⚙️
BigQuery ML

BigQuery ML konusunda CREATE MODEL ile lineer regresyon ve lojistik regresyon, Boosted tree, DNN ve k-means model tipleri ve Özellik mühendisliği: TRANSFORM ve ML.FEATURE_CROSS başlıklarını uygulamalı olarak öğrenirsiniz.

🚀
Cloud Logging ve Log Analizi

Cloud Logging ve Log Analizi konusunda Log Router: sink, exclusion filter ve hedef (BigQuery, GCS, Pub/Sub), Logging query language ile gelişmiş filtreleme ve Log Analytics ve BigQuery bağlantılı veri seti başlıklarını uygulamalı olarak öğrenirsiniz.

Kimler İçin Uygundur?

  • Veri mühendisi olmak isteyen yazılım
  • BT çalışanları ile ETL ekiplerinden geçiş yapacaklar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri mühendisi olmak isteyen yazılım ve BT çalışanları ile ETL ekiplerinden geçiş yapacaklar için uygundur.
Google Cloud’da veri mühendisliğine giriş eğitimine katılmak için hangi ön bilgiler gerekir?
SELECT, JOIN, GROUP BY ve alt sorgu düzeyinde SQL kullanabilme. Tablo, şema, ETL ve veri ambarı terimlerine temel aşinalık.
Eğitimde hangi konular işlenir?
Program 3 günde şu başlıkları kapsar: Mimari ve Alım Katmanı; İşleme ve Dönüşüm; Orkestrasyon, Model ve Gözlemleme.
Eğitim uygulamalı mı ilerler?
Örnek veri setleri üzerinde BigQuery konsolu, bq CLI ve Cloud Shell ile adım adım laboratuvarlar yapılır ve sonuçlar birlikte yorumlanır.
Eğitim sonunda sertifika verilir mi?
Katılımcılara eğitim sonunda 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. Introduction to Data Engineering on Google Cloud Eğitimi Sertifika Kodu DV-2026XX00 Tarih 27.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeTemel Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Google CloudGoogle Cloud Digital Leader: Storage Options for Unstructured Data Eğitimi
Bulut Bilişim Eğitimleri

Google Cloud Digital Leader: Storage Options for Unstructured Data Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Cloud Digital Leader: Storage Options for Unstructured Data eğitimi: cloud storage ile nesne depolama uygulamalı. 2 gün, DVA Katılım ve Başarı Sertifikası veril

Detayları Gör →
Google CloudGoogle Cloud Digital Leader: Total Cost of Ownership and Cloud Infrastructure Eğitimi
Bulut Bilişim Eğitimleri

Google Cloud Digital Leader: Total Cost of Ownership and Cloud Infrastructure Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Cloud Digital Leader: Total Cost of Ownership and Cloud Infrastructure eğitimi, 2 gün uygulamalı Google Cloud programı. DVA Katılım ve Başarı Sertifikası verili

Detayları Gör →
Google CloudGoogle Cloud Digital Leader: Unstructured Data and Transaction Processing Eğitimi
Bulut Bilişim Eğitimleri

Google Cloud Digital Leader: Unstructured Data and Transaction Processing Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Cloud Digital Leader: Unstructured Data and Transaction Processing eğitimi: cloud storage ile nesne depolama uygulamalı. 2 gün, DVA Katılım ve Başarı Sertifikas

Detayları Gör →
Google CloudGoogle Cloud Digital Leader: Working with Data Eğitimi
Bulut Bilişim Eğitimleri

Google Cloud Digital Leader: Working with Data Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Cloud Digital Leader: Working with Data eğitimi: veritabanı hizmetlerinin karşılaştırması uygulamalı. 2 gün, DVA Katılım ve Başarı Sertifikası verilir.

Detayları Gör →
Google CloudGoogle Cloud Dijital Lider (CDL) – Sınav Hazırlığı Eğitimi
Bulut Bilişim Eğitimleri

Google Cloud Dijital Lider (CDL) – Sınav Hazırlığı Eğitimi

3 günTemelOnline / Yüz Yüze / Hibrit

Google Cloud Dijital Lider (CDL) – Sınav Hazırlığı eğitimi: dijital dönüşüm ve google cloud ile yenilik uygulamalı. 3 gün, DVA Katılım ve Başarı Sertifikası ver

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