VERİ ANALİTİĞİ VE BÜYÜK VERİ EĞİTİMİ

Veriden içgörüye, tablodan büyük veri kümesine geç

SQL ve Python ile analitik temelden başlayıp Hadoop, Spark ve dağıtık veri işleme dünyasına uçtan uca giriş yapın.

Veri analitiği temellerini büyük veri teknolojileriyle köprüleyen orta seviye eğitim: analitik yaşam döngüsü ve istatistik, SQL ile sorgulama, pandas ile temizleme ve keşif, Hadoop/HDFS ve Spark ile ölçeklenebilir işlemeye giriş.

4 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Analitik temelleri, SQL/Python ve büyük veri ekosistemine giriş

Bu orta seviye eğitim, veri analitiğinin temel kavramlarını büyük veri teknolojileriyle köprüleyen kapsamlı bir giriştir. Analitik yaşam döngüsü, betimsel/çıkarımsal istatistik, SQL ile sorgulama ve toplama, Python (pandas) ile veri temizleme ve keşifsel analiz işlenir. Ardından büyük veri karakteristikleri (hacim, hız, çeşitlilik), HDFS ve dağıtık depolama, MapReduce mantığı, Spark ile ölçeklenebilir işleme ve veri görselleştirme ele alınır. Katılımcı, küçük veride öğrendiği analitiği büyük ölçekli ortama taşımanın mantığını kavrar.

Süre ve Format

4 Gün. Her gün dört modül; katılımcılar analitik temelden büyük veri işlemeye kadar ilerler.

Seviye

Orta Seviye — Veri analitiğinin temellerinden büyük veri ekosistemine, SQL ve Python'dan Hadoop/Spark'a kadar geniş bir giriş.

Öğrenme Metodu

Katılımcılar SQL ve Python ile küçük veride, Spark ile büyük veride uygulamalı örnekler çözerek öğrenir.

Neden Bu Eğitim?

🧮Sağlam Temel

Analitik yaşam döngüsü ve istatistik temellerini kavrarsınız.

🐍SQL + Python

SQL ve pandas ile veriyi sorgular, temizler ve keşfedersiniz.

🚀Büyük Veri Köprüsü

Küçük veri becerilerinizi Spark ile ölçeğe taşırsınız.

Anahtar Konular

veri analitiği eğitimibüyük verisqlpandaspython veri analizihadoopsparkistatistikhdfsveri görselleştirme
“Veri büyür; onu anlamlandıran yöntemin netliği değişmez.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Bilgisayar Kullanımı

Dosya ve tablo kavramlarına temel aşinalık beklenir.

2
Mantıksal Düşünme

Temel matematik ve mantık yürütme faydalıdır.

3
İsteğe Bağlı Kod

Python'a hiç aşinalık gerekmez; temel söz dizimi eğitimde verilir.

4
Çalışma Ortamı

Python/notebook kurulu bir makine ve erişilebilir bir Spark ortamı.

Eğitim İçeriği

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

Günün hedefiKatılımcı, veri analitiği sürecini ve temel istatistik kavramlarını açıklayabilir.
Modül 1
Analitik Yaşam Döngüsü
  • Soru tanımı, veri toplama ve temizleme adımları
  • Keşifsel analiz ve modelleme aşamaları
  • Betimsel, tanısal, kestirimsel, kuralcı analitik
  • Yapılandırılmış ve yapılandırılmamış veri
  • Veri kalitesi ve güvenilirlik kavramı
  • İçgörünün iş kararına dönüşmesi
Modül 2
Betimsel İstatistik
  • Ortalama, medyan, mod ölçüleri
  • Varyans ve standart sapma
  • Çeyrekler ve aykırı değer (IQR)
  • Dağılım şekli ve çarpıklık
  • Frekans tablosu ve histogram
  • Değişkenler arası korelasyon
Modül 3
Çıkarımsal İstatistik
  • Popülasyon ve örneklem ilişkisi
  • Güven aralığı yorumu
  • Hipotez testi ve p-değeri
  • Tip I ve Tip II hata
  • Korelasyon ile nedensellik farkı
  • Örnekleme yanlılığının etkisi
Modül 4
Görselleştirme İlkeleri
  • Doğru grafik türünü seçme
  • Çubuk, çizgi ve dağılım grafikleri
  • Boxplot ile dağılım özetleme
  • Yanıltıcı grafiklerden kaçınma
  • Renk ve ölçek kullanımı
  • Hikaye anlatımıyla veri sunumu
Günün hedefiKatılımcı, SQL ile ilişkisel veriyi sorgulayıp toplulaştırabilir.
Modül 1
Temel Sorgular
  • SELECT, WHERE ve ORDER BY
  • DISTINCT ve LIMIT kullanımı
  • Mantıksal operatörler ve BETWEEN/IN
  • NULL yönetimi ve IS NULL
  • Takma ad (alias) ve okunabilirlik
  • Tarih ve metin fonksiyonları
Modül 2
Birleştirme
  • INNER JOIN ile ilişkili tabloları birleştirme
  • LEFT/RIGHT OUTER JOIN farkı
  • Çoklu tablo join'i
  • Self join senaryoları
  • Join anahtarı ve indeks etkisi
  • Kartezyen çarpımdan kaçınma
Modül 3
Toplama ve Gruplama
  • COUNT, SUM, AVG, MIN, MAX
  • GROUP BY ile gruplama
  • HAVING ile grup filtreleme
  • Alt sorgu (subquery) kullanımı
  • CTE (WITH) ile okunur sorgular
  • Pencere fonksiyonlarına giriş
Modül 4
Analitik Sorgular
  • ROW_NUMBER ve RANK ile sıralama
  • Kümülatif toplam ve kayan ortalama
  • CASE ile koşullu dönüşüm
  • Pivot benzeri özetleme
  • Zaman serisi gruplama
  • Sorgu sonucunun rapora hazırlanması
Günün hedefiKatılımcı, pandas ile veriyi temizleyip keşifsel analiz yapabilir.
Modül 1
pandas Temeli
  • Series ve DataFrame yapıları
  • CSV/Excel okuma ve yazma
  • loc/iloc ile seçim
  • Kolon ekleme ve türetme
  • Veri tiplerinin kontrolü
  • Bellek ve performans farkındalığı
Modül 2
Veri Temizleme
  • Eksik değer tespiti ve doldurma
  • Yinelenen kayıtların temizlenmesi
  • Tip dönüşümü ve format düzeltme
  • Aykırı değerlerin ele alınması
  • Metin normalizasyonu
  • Kategorik değişken kodlama
Modül 3
Keşifsel Analiz
  • groupby ile toplama
  • pivot_table ile çapraz tablo
  • merge/join ile tablo birleştirme
  • Tanımlayıcı istatistik (describe)
  • Korelasyon matrisi
  • matplotlib/seaborn ile görselleştirme
Modül 4
Analizden Çıktıya
  • Bulguların özetlenmesi
  • Tekrarlanabilir notebook kurgusu
  • Sonuç tablosu üretimi
  • Grafiklerin dışa aktarımı
  • Veri hikayesi oluşturma
  • Analizin paydaşa sunumu
Günün hedefiKatılımcı, büyük veri bileşenlerini kavrar ve Spark ile ölçeklenebilir analiz yapabilir.
Modül 1
Büyük Veri Karakteristikleri
  • Hacim, hız, çeşitlilik (3V) ve değer
  • Dağıtık depolama ihtiyacı
  • Batch ve streaming işleme farkı
  • Veri gölü (data lake) kavramı
  • Ölçeklenme: dikey vs yatay
  • Büyük veri kullanım senaryoları
Modül 2
Hadoop ve HDFS
  • HDFS blok ve replikasyon mantığı
  • NameNode ve DataNode rolleri
  • MapReduce işleme modeli
  • YARN ile kaynak yönetimi
  • HDFS'e veri yazma-okuma
  • Hadoop ekosistem araçları
Modül 3
Spark ile İşleme
  • Spark DataFrame soyutlaması
  • Lazy evaluation ve action
  • In-memory işlemenin hızı
  • Spark SQL ile sorgulama
  • Küçük veriden Spark'a geçiş mantığı
  • Spark UI ile iş izleme
Modül 4
Uçtan Uca Mini Proje
  • Büyük bir veri kümesinin Spark'a alınması
  • Temizleme ve dönüştürme
  • Spark SQL ile toplulaştırma
  • Sonuçların görselleştirilmesi
  • Küçük/büyük veri yaklaşımının karşılaştırılması
  • Bulguların raporlanması

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Analitik Süreç

Veri analitiği yaşam döngüsünü ve türlerini açıklarsınız.

✅
İstatistik

Betimsel ve çıkarımsal istatistiği doğru yorumlarsınız.

✅
SQL

JOIN, GROUP BY ve pencere fonksiyonlarıyla veri sorgularsınız.

✅
pandas

Python ile veriyi temizler ve keşifsel analiz yaparsınız.

✅
Görselleştirme

Doğru grafiklerle bulguları etkili sunarsınız.

✅
Büyük Veri

HDFS, MapReduce ve 3V kavramlarını kavrarsınız.

✅
Spark

Spark DataFrame ve SQL ile ölçeklenebilir analiz yaparsınız.

✅
Köprü Kurma

Küçük veri becerilerini büyük ölçeğe taşırsınız.

Kimler İçin Uygundur?

  • Veri analitiğine ve büyük veriye giriş yapmak isteyen analistler
  • yeni mezunlar
  • raporlama uzmanları
  • alanı bütün olarak görmek isteyen profesyoneller için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri analitiğine ve büyük veriye giriş yapmak isteyen analistler, yeni mezunlar ve raporlama uzmanları için uygundur.
Programlama bilmem gerekir mi?
Hayır; gerekli SQL ve Python (pandas) temelleri eğitim içinde adım adım verilir.
Hem küçük hem büyük veri mi işlenir?
Evet; önce SQL ve pandas ile küçük veride analitik, ardından Spark ile aynı mantığın büyük ölçeğe taşınması gösterilir.
Spark için güçlü bir bilgisayar şart mı?
Hayır; erişilebilir bir Spark ortamı (yerel veya bulut) yeterlidir, odak işleme mantığını kavramaktır.
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. Veri Analitiği Ve Büyük Veri Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

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

Bu Eğitimle Birlikte Tercih Edilenler

Büyük Veri TeknolojileriBig Data Road Map Eğitimi
Veri ve Analitik Eğitimleri

Big Data Road Map Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Büyük veri dönüşümünü vizyondan uygulamaya aşamalı bir yol haritasına dökün: dalga planı, kilometre taşları, bağımlılık, bütçe, risk ve KPI. Orta seviye eğitim.

Detayları Gör →
Büyük Veri TeknolojileriBig Data Sales Perspective Eğitimi
Veri ve Analitik Eğitimleri

Big Data Sales Perspective Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Büyük veri çözümlerini satış perspektifinden konumlandırın: değer önerisi, kullanım senaryoları, keşif, ROI ve itiraz yönetimi. Temel seviye DVA eğitimi.

Detayları Gör →
Büyük Veri TeknolojileriBig Data Solutions, Architecture, CQL, & DDL Eğitimi
Veri ve Analitik Eğitimleri

Big Data Solutions, Architecture, CQL, & DDL Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Cassandra ring mimarisi, sorgu odaklı veri modelleme, partition/clustering tasarımı, CQL sorguları ve DDL ile şema oluşturmayı öğrenin. İleri seviye eğitim.

Detayları Gör →
Büyük Veri TeknolojileriBig Data ve Advanced Analytics Eğitimi
Veri ve Analitik Eğitimleri

Big Data ve Advanced Analytics Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Spark MLlib ile büyük veride ileri analitik: öznitelik mühendisliği, regresyon/sınıflandırma/kümeleme, model değerlendirme ve üretime alma. İleri seviye eğitim.

Detayları Gör →
Büyük Veri TeknolojileriBucketing & Window Functions with Hive Eğitimi
Veri ve Analitik Eğitimleri

Bucketing & Window Functions with Hive Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Hive'da partitioning ve bucketing ile sorguları hızlandırın, ROW_NUMBER, RANK, LAG/LEAD ve kayan pencerelerle ileri analitik yapın. Orta seviye eğitim.

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