BIG DATA FUNDAMENTALS - CONCEPTS, DRIVERS & TECHNIQUES EĞİTİMİ

Büyük verinin kavram, itici güç ve tekniklerini çöz

Büyük verinin temel kavramlarını, onu yükselten iş/teknoloji itici güçlerini ve kullanılan analiz tekniklerini öğrenin.

Büyük veriyi kavram, itici güç ve teknik eksenlerinde öğreten temel seviye eğitim: 5V ve depolama/işleme kavramları, iş ve teknoloji itici güçleri, veri ekonomisi, tanımlayıcıdan reçete ediciye analitik türleri, veri madenciliği ve görselleştirme ele alınır.

3 gün Temel Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Kavramlar, itici güçler (drivers) ve analiz teknikleri

Bu temel seviye eğitim, büyük veriyi üç eksende ele alır: kavramlar, itici güçler (drivers) ve teknikler. Kavramlar bölümünde 5V, veri türleri, veri gölü/ambarı ve dağıtık işleme temelleri işlenir. İtici güçler bölümünde büyük veriyi yükselten iş gereksinimleri (müşteri analizi, rekabet, maliyet) ile teknoloji etkenleri (ucuz depolama, bulut, IoT, dağıtık işleme) incelenir. Teknikler bölümünde tanımlayıcı, keşifçi, tahmine dayalı ve reçete edici analitik türleri, veri madenciliği, makine öğrenmesi ve görselleştirme yaklaşımları tanıtılır. Katılımcılar büyük veriyi neden, nasıl ve hangi tekniklerle kullanacağını bütüncül kavrar.

Süre ve Format

3 Gün. Her gün dört modül; katılımcılar kavramlardan itici güçlere ve analiz tekniklerine sistemli biçimde ilerler.

Seviye

Temel Seviye — Büyük verinin temel kavramları, iş ve teknoloji itici güçleri ile analiz tekniklerinin ele alınması.

Öğrenme Metodu

Katılımcılar kavramları gerçek itici güç örnekleri ve basit analiz vakalarıyla ilişkilendirerek öğrenir.

Neden Bu Eğitim?

🧩Bütüncül Bakış

Büyük veriyi kavram, neden ve teknik üçgeninde bütün olarak kavrarsınız.

🚀İtici Güçler

Büyük veriyi yükselten iş ve teknoloji etkenlerini ayırt edersiniz.

🔬Analiz Teknikleri

Tanımlayıcıdan tahmine analitik türlerini tanır ve seçersiniz.

Anahtar Konular

big data fundamentalsbüyük veri temelleriitici güçleranalitik türleriveri madenciliğitahmine dayalı analitik5vmakine öğrenmesiveri görselleştirmebig data teknikleri
“Büyük veri; neden sorusunu iş, nasıl sorusunu teknik yanıtlar birleştiğinde değer üretir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Veri Kavramı

Temel veri ve veritabanı kavramlarına aşinalık beklenir.

2
İş Farkındalığı

Temel iş süreçleri ve karar alma hakkında fikir faydalıdır.

3
İstatistik Temeli

Ortalama, dağılım gibi temel istatistik kavramları yararlıdır.

4
Çalışma Ortamı

Kavram haritaları ve örnekleri incelemek için bir bilgisayar.

Eğitim İçeriği

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

Günün hedefiKatılımcı, büyük verinin temel kavramlarını ve mimari unsurlarını açıklayabilir.
Modül 1
Tanım ve 5V
  • Büyük verinin tanımı ve eşiği
  • Volume, velocity ve variety
  • Veracity ve value boyutları
  • Geleneksel veriyle karşılaştırma
  • Veri, bilgi ve içgörü ilişkisi
  • Büyük veri yaşam döngüsünün özeti
Modül 2
Veri Türleri ve Kaynaklar
  • Yapılandırılmış veri
  • Yarı yapılandırılmış veri
  • Yapılandırılmamış veri
  • İç ve dış veri kaynakları
  • Veri akışı ve toplu veri
  • Metadata ve veri kalitesi
Modül 3
Depolama Kavramları
  • Dağıtık dosya sistemi (HDFS)
  • Nesne depolama
  • Veri gölü ve veri ambarı
  • Sütunsal format avantajı
  • Ölçeklenebilir depolama ilkeleri
  • Replikasyon ve dayanıklılık
Modül 4
İşleme Kavramları
  • Dağıtık işleme mantığı
  • Batch ve stream ayrımı
  • MapReduce temel fikri
  • Spark bellek içi işleme
  • Paralellik ve hata toleransı
  • Gecikme ve throughput dengesi
Günün hedefiKatılımcı, büyük veriyi yükselten iş ve teknoloji itici güçlerini çözümleyebilir.
Modül 1
İş İtici Güçleri
  • Müşteriyi daha iyi anlama ihtiyacı
  • Rekabet ve pazar baskısı
  • Maliyet azaltma ve verimlilik
  • Yeni gelir modelleri (veri ürünleri)
  • Risk ve dolandırıcılık yönetimi
  • Düzenleyici ve raporlama baskısı
Modül 2
Teknoloji İtici Güçleri
  • Depolama maliyetinin düşmesi
  • Bulut bilişimin yaygınlaşması
  • Dağıtık işleme çerçeveleri (Hadoop/Spark)
  • IoT ve sensör yaygınlaşması
  • Yüksek hızlı ağ ve bant genişliği
  • Açık kaynak ekosistemin olgunlaşması
Modül 3
Veri Ekonomisi
  • Verinin stratejik varlık değeri
  • Veri odaklı iş modelleri
  • Veri paylaşımı ve pazar yerleri
  • Veri mahremiyeti ve güven dengesi
  • Veri monetizasyonu yaklaşımları
  • Rekabet avantajı olarak veri
Modül 4
Zorluklar
  • Veri kalitesi ve bütünlük sorunları
  • Yetenek (talent) açığı
  • Yönetişim ve uyum zorlukları
  • Entegrasyon ve silolar
  • Güvenlik ve mahremiyet riskleri
  • Maliyet ve ölçek yönetimi
Günün hedefiKatılımcı, büyük veri analiz tekniklerini sınıflandırıp uygun olanı seçebilir.
Modül 1
Analitik Türleri
  • Tanımlayıcı (descriptive) analitik
  • Teşhis edici (diagnostic) analitik
  • Tahmine dayalı (predictive) analitik
  • Reçete edici (prescriptive) analitik
  • Analitik olgunluk merdiveni
  • Soruya göre analitik türü seçimi
Modül 2
Veri Madenciliği
  • Sınıflandırma (classification) temel fikri
  • Kümeleme (clustering) yaklaşımı
  • Birliktelik kuralları (association)
  • Anomali tespiti
  • Öznitelik (feature) kavramı
  • Model değerlendirme temeli
Modül 3
Makine Öğrenmesi Temeli
  • Gözetimli ve gözetimsiz öğrenme
  • Eğitim ve test verisi ayrımı
  • Aşırı öğrenme (overfitting) kavramı
  • Büyük veride dağıtık ML (MLlib)
  • Model üretime alma fikri
  • Veri kalitesinin model başarısına etkisi
Modül 4
Görselleştirme ve Raporlama
  • Doğru grafik türü seçimi
  • Gösterge paneli (dashboard) tasarımı
  • BI araçlarının rolü
  • Hikâyeleştirme (data storytelling)
  • KPI ve metrik sunumu
  • İçgörünün karara dönüştürülmesi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Kavram Hakimiyeti

5V, veri türleri ve depolama/işleme kavramlarını açıklarsınız.

✅
İş İtici Güçleri

Büyük veriyi yükselten iş gereksinimlerini sıralarsınız.

✅
Teknoloji Etkenleri

Bulut, IoT ve dağıtık işleme etkenlerini kavrarsınız.

✅
Veri Ekonomisi

Verinin stratejik değerini ve iş modellerini anlarsınız.

✅
Analitik Türleri

Tanımlayıcıdan reçete ediciye analitiği sınıflandırırsınız.

✅
Veri Madenciliği

Sınıflandırma, kümeleme ve birliktelik fikrini tanırsınız.

✅
ML Temeli

Gözetimli/gözetimsiz öğrenme temelini kavrarsınız.

✅
Görselleştirme

Doğru grafik ve dashboard ile içgörü sunarsınız.

Kimler İçin Uygundur?

  • Büyük veriye kavramsal ve metodolojik hâkim olmak isteyen analistler
  • yöneticiler
  • ileri teknik eğitime hazırlanan katılımcılar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Büyük veriye kavramsal ve metodolojik hâkim olmak isteyen analistler, yöneticiler ve ileri eğitime hazırlananlar için uygundur.
Kod yazacak mıyız?
Eğitim kavram, itici güç ve teknik odaklıdır; teknikler tanıtılır ancak derin kodlama ileri eğitimlere bırakılır.
İtici güçler (drivers) ne demek?
Büyük veriyi yükselten iş gereksinimleri ve teknoloji gelişmeleridir; eğitim bu etkenleri ayrı ayrı inceler.
İstatistik bilmek gerekli mi?
Temel istatistik kavramları analitik ve veri madenciliği bölümlerini anlamayı kolaylaştırır ancak zorunlu değildir.
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. Big Data Fundamentals - Concepts, Drivers & Techniques Eğiti Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 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

Büyük Veri TeknolojileriDeveloping a Basic MapReduce Hadoop Application Eğitimi
Veri ve Analitik Eğitimleri

Developing a Basic MapReduce Hadoop Application Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Hadoop MapReduce ile sıfırdan uygulama geliştirme: Mapper, Reducer, Driver, Writable tipleri ve Combiner. Java ile uygulamalı temel seviye eğitim.

Detayları Gör →
Büyük Veri TeknolojileriDeveloping Event-Driven Applications with Apache Kafka and Red Hat AMQ Streams (AD482) Eğitimi
Veri ve Analitik Eğitimleri

Developing Event-Driven Applications with Apache Kafka and Red Hat AMQ Streams (AD482) Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Apache Kafka ve Red Hat AMQ Streams ile OpenShift üzerinde olay tabanlı mikroservis geliştirme: Reactive Messaging, Kafka Streams, CQRS ve event sourcing.

Detayları Gör →
Büyük Veri TeknolojileriDeveloping Event-Driven Applications with Apache Kafka and Red Hat AMQ Streams Eğitimi
Veri ve Analitik Eğitimleri

Developing Event-Driven Applications with Apache Kafka and Red Hat AMQ Streams Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Apache Kafka ve Red Hat AMQ Streams ile OpenShift üzerinde olay tabanlı mikroservis geliştirme: Reactive Messaging, Kafka Streams, CQRS ve event sourcing.

Detayları Gör →
Büyük Veri TeknolojileriDigital Transformation – Guiding the Big Data to Strengthen the Decision-Making Eğitimi
Veri ve Analitik Eğitimleri

Digital Transformation – Guiding the Big Data to Strengthen the Decision-Making Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Büyük veriyi dijital dönüşüme ve veri odaklı karar almaya bağlayın: veri stratejisi, analitik olgunluk, KPI tasarımı, yönetişim ve veri kültürü.

Detayları Gör →
Büyük Veri TeknolojileriDistributed Messaging with Apache Kafka Eğitimi
Veri ve Analitik Eğitimleri

Distributed Messaging with Apache Kafka Eğitimi

3 günTemelOnline / Yüz Yüze / Hibrit

Apache Kafka ile dağıtık mesajlaşma: topic/partition, producer/consumer, consumer group, replication ve teslimat garantileri. Uygulamalı temel eğitim.

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