DAMA DMBOK DATA MODELLING SPECIALIST EĞİTİMİ

Veriyi doğru modelleyerek sağlam temel kur

ER modelleme, normalizasyon, boyutsal tasarım ve NoSQL modelleme ile DAMA-DMBoK veri modelleme pratiklerini uzman düzeyde uygulayın.

DAMA-DMBoK Data Modeling & Design bilgi alanını uzman düzeyde işleyen eğitim: üç model düzeyi, ER modelleme ve anahtarlar, normalizasyon, boyutsal tasarım, yavaş değişen boyutlar ve NoSQL modelleme ile model yönetişimi.

4 gün İleri Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Kavramsal/mantıksal/fiziksel model, normalizasyon ve boyutsal tasarım

Bu ileri seviye eğitim, DAMA-DMBoK'in Data Modeling & Design bilgi alanını uzmanlık düzeyinde işler. Kavramsal, mantıksal ve fiziksel model düzeyleri; varlık-ilişki (ER) modelleme, nitelikler, anahtarlar ve kardinalite; normalizasyon (1NF'ten BCNF'e) ve kontrollü denormalizasyon; boyutsal modelleme (yıldız/snowflake şema, fact/dimension, yavaş değişen boyutlar); NoSQL ve belge/graf modelleme yaklaşımları ele alınır. Model gösterimleri (IE/crow's foot, IDEF1X), adlandırma standartları, model yönetişimi ve sürümleme de kapsanır. Katılımcılar gerçek alan için uçtan uca model üretir.

Süre ve Format

4 Gün. Her gün dört modül; katılımcılar kavramsal modelden boyutsal ve NoSQL tasarıma ilerler.

Seviye

İleri Seviye — Kavramsal, mantıksal ve fiziksel veri modelleme ile ilişkisel ve boyutsal tasarımın uzmanlık düzeyinde ele alınması.

Öğrenme Metodu

Her konu gerçek iş alanları için ER ve boyutsal model çizme ve gözden geçirme atölyeleriyle uygulanır.

Neden Bu Eğitim?

📐Doğru Yapı

Üç model düzeyini ve normalizasyonu ustalıkla uygulayıp sağlam şema kurarsınız.

⭐Boyutsal Tasarım

Yıldız şema ve SCD ile analitik için optimize model tasarlarsınız.

🔀Çok Paradigma

İlişkisel, boyutsal ve NoSQL modellemeyi senaryoya göre seçersiniz.

Anahtar Konular

veri modelleme eğitimidama dmbokdata modelinger modellemenormalizasyonboyutsal modellemeyıldız şemascdnosql modellemefact dimension
“İyi bir veri modeli, kodu yazılmadan önce sistemin ne olacağını anlatır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
SQL ve DB

İlişkisel veritabanı ve SQL deneyimi güçlü biçimde önerilir.

2
Temel Modelleme

Varlık-ilişki kavramlarına temel düzeyde aşinalık faydalıdır.

3
İş Alanı Bilgisi

Bir iş sürecini analiz edebilme yetkinliği faydalıdır.

4
Modelleme Aracı

ER diyagramı çizebilen bir araç veya bilgisayar gerekir.

Eğitim İçeriği

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

Günün hedefiKatılımcı, üç model düzeyini ayırt eder ve kavramsal/mantıksal ER modeli üretebilir.
Modül 1
Model Düzeyleri
  • Kavramsal modelin iş odaklı kapsamı
  • Mantıksal modelin teknolojiden bağımsızlığı
  • Fiziksel modelin platforma özgü yapısı
  • Düzeyler arası ilerleme ve izlenebilirlik
  • Hedef kitleye göre model seçimi
  • Modelin iletişim aracı olarak değeri
Modül 2
Varlık ve Nitelik
  • Varlık (entity) tanımı ve sınır belirleme
  • Nitelik (attribute) türleri ve alanlar (domain)
  • Zorunlu ve opsiyonel nitelikler
  • Türetilmiş ve çok değerli niteliklerin ele alınması
  • Adlandırma standartları ve tutarlılık
  • Varlık tanımlarının iş sözlüğüyle hizası
Modül 3
İlişki ve Kardinalite
  • Bire-bir, bire-çok, çoka-çok ilişkiler
  • Kardinalite ve opsiyonellik gösterimi
  • Çoka-çok ilişkinin ara (associative) varlığa açılması
  • Özyinelemeli (recursive) ilişkiler
  • Zayıf (weak) varlık ve kimlik belirleyici ilişki
  • İş kurallarının ilişkiye yansıtılması
Modül 4
Anahtarlar ve Gösterim
  • Aday, birincil ve yabancı anahtar
  • Doğal anahtar ve vekil (surrogate) anahtar kararı
  • Bileşik anahtarların kullanımı
  • Crow's foot ve IDEF1X gösterimleri
  • Gösterim standardının seçimi
  • Anahtar seçiminin bütünlük üzerindeki etkisi
Günün hedefiKatılımcı, normalizasyonu uygular ve gerektiğinde kontrollü denormalizasyon kararı verebilir.
Modül 1
Fonksiyonel Bağımlılık
  • Fonksiyonel bağımlılık kavramı
  • Kısmi ve geçişli (transitive) bağımlılık
  • Anahtar belirleme (determinant) mantığı
  • Bağımlılıkların model üzerinde tespiti
  • Veri anomalileri (ekleme/silme/güncelleme)
  • Bağımlılığın normalizasyona yön vermesi
Modül 2
Normal Formlar
  • 1NF: atomik değerler ve tekrarlı grupların kaldırılması
  • 2NF: kısmi bağımlılıkların giderilmesi
  • 3NF: geçişli bağımlılıkların giderilmesi
  • BCNF ile daha sıkı koşul
  • 4NF ve çok değerli bağımlılığa giriş
  • Normalizasyonun veri bütünlüğüne katkısı
Modül 3
Denormalizasyon
  • Performans için kontrollü denormalizasyon
  • Yinelemenin güncelleme maliyetiyle dengesi
  • Önceden hesaplanmış (precomputed) alanlar
  • Denormalizasyon kararının belgelenmesi
  • Tutarlılığı koruma mekanizmaları
  • OLTP ve OLAP için farklı normalizasyon tercihi
Modül 4
Mantıksal Tasarım Pratiği
  • İş kurallarının model kısıtlarına dönüşmesi
  • Alt tip/üst tip (supertype/subtype) hiyerarşisi
  • Tarih ve zaman verisinin modellenmesi
  • Kod ve referans veri yapıları
  • Model gözden geçirme (review) kriterleri
  • Mantıksaldan fiziksele geçiş hazırlığı
Günün hedefiKatılımcı, analitik iş yükleri için boyutsal modeller tasarlayabilir.
Modül 1
Boyutsal Temeller
  • Fact (olgu) ve dimension (boyut) ayrımı
  • Grain (ayrıntı düzeyi) tanımlama
  • Ölçüler (measure) ve toplanabilirlik (additivity)
  • Yıldız (star) şema yapısı
  • Snowflake şema ve ne zaman tercih edileceği
  • Boyutsal modelin sorgu performansına etkisi
Modül 2
Boyut Tasarımı
  • Boyut tablosu nitelikleri ve hiyerarşiler
  • Uyumlu (conformed) boyutlar
  • Degenerate ve junk dimension kavramları
  • Rol oynayan (role-playing) boyutlar
  • Vekil anahtar kullanımı boyutta
  • Tarih boyutunun tasarımı
Modül 3
Yavaş Değişen Boyutlar
  • SCD Tip 1: üzerine yazma
  • SCD Tip 2: tarihçe satırı ekleme
  • SCD Tip 3: önceki değer sütunu
  • Etkin tarih aralığı ve geçerlilik işareti
  • SCD seçiminin raporlamaya etkisi
  • SCD'lerin ETL ile uygulanması
Modül 4
Fact Tablosu Türleri
  • Transaction fact (işlem) tablosu
  • Periodic snapshot (dönemsel) fact
  • Accumulating snapshot (birikimli) fact
  • Factless fact tabloları
  • Ölçü birimleri ve toplama kuralları
  • Fact tane boyutuyla bütçelenmesi
Günün hedefiKatılımcı, NoSQL modelleme yaklaşımlarını uygular ve model yönetişimini kurabilir.
Modül 1
NoSQL Modelleme
  • Erişim deseni odaklı modelleme (query-first)
  • Belge (document) modelinde gömme ve referans kararı
  • Anahtar-değer ve geniş sütun modelleri
  • Graf modelinde düğüm/ilişki tasarımı
  • Çoğaltma ve tutarlılık etkisinin modele yansıması
  • Polyglot persistence yaklaşımı
Modül 2
Model Yönetişimi
  • Kurumsal veri modeli ve standartlar
  • Model sürümleme ve değişiklik yönetimi
  • Adlandırma ve alan (domain) standartları
  • Model deposu (repository) ve metadata bağı
  • Model kalite ve gözden geçirme kapıları
  • Modelin veri sözlüğüyle senkronizasyonu
Modül 3
Model Kalitesi
  • Tamlık, tutarlılık ve doğruluk kontrolleri
  • Gereksiz ve eksik varlık tespiti
  • İş kuralı kapsama kontrolü
  • Model-veri uyumsuzluğunun bulunması
  • Gözden geçirmede paydaş katılımı
  • Kalite kontrol listesi oluşturma
Modül 4
Uçtan Uca Vaka
  • İş gereksiniminden kavramsal modele geçiş
  • Mantıksal ve fiziksel modele indirgeme
  • Analitik ihtiyaç için boyutsal model türetme
  • Model kararlarının gerekçelendirilmesi
  • DDL üretimi ve fiziksel uygulama
  • Modelin paydaşa sunumu ve onayı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Üç Düzey

kavramsal, mantıksal ve fiziksel modelleri üretip ilişkilendirirsiniz.

✅
ER Modelleme

varlık, ilişki, kardinalite ve anahtarları doğru tasarlarsınız.

✅
Normalizasyon

1NF'ten BCNF'e normalizasyonu ve denormalizasyonu uygularsınız.

✅
Boyutsal

yıldız/snowflake şema ve fact/dimension tasarımı yaparsınız.

✅
SCD

yavaş değişen boyutları doğru tipte modellersiniz.

✅
NoSQL

belge ve graf modellerini erişim desenine göre tasarlarsınız.

✅
Yönetişim

model standartları, sürümleme ve kalitesini yönetirsiniz.

✅
Uçtan Uca

gereksinimden fiziksel şemaya tam bir model üretirsiniz.

Kimler İçin Uygundur?

  • Veri modelleyiciler
  • veri mimarları
  • veritabanı tasarımcıları
  • modelleme pratiğini DAMA çerçevesinde derinleştirmek isteyen uzmanlar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri modelleyiciler, veri mimarları, veritabanı tasarımcıları ve modelleme pratiğini DAMA çerçevesinde derinleştirmek isteyenler için uygundur.
SQL deneyimi gerekli mi?
İlişkisel veritabanı ve SQL deneyimi önerilir; eğitim modelleme kararlarını bu temel üzerine uzman düzeyde kurar.
Boyutsal modelleme de var mı?
Evet; yıldız/snowflake şema, fact/dimension ve yavaş değişen boyutlar ayrı bir gün olarak uygulamalı işlenir.
DAMA sınavına hazırlık mı?
Eğitim modelleme bilgi alanını derinlemesine işler; resmi sınav başvurusu ve ücreti ilgili kuruma aittir.
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. DAMA DMBoK Data Modelling Specialist 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 İstatistikCursor for Data & ML Engineering: Notebooks, Pipelines & Model Ops Eğitimi
Veri ve Analitik Eğitimleri

Cursor for Data & ML Engineering: Notebooks, Pipelines & Model Ops Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Cursor AI editörüyle not defterleri, pandas/SQL hatları, model eğitimi, deney takibi ve model servisini kapsayan veri/ML mühendisliği akışını öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCypher Query Language: Advanced Operations with Cypher Eğitimi
Veri ve Analitik Eğitimleri

Cypher Query Language: Advanced Operations with Cypher Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

Neo4j Cypher ile ileri desenler, değişken uzunluklu yollar, toplama, alt sorgular, yol analizi, APOC ve PROFILE ile sorgu optimizasyonunu uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCypher Query Language: Basic Reads & Writes with Cypher Eğitimi
Veri ve Analitik Eğitimleri

Cypher Query Language: Basic Reads & Writes with Cypher Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Neo4j Cypher temelleri: düğüm/ilişki oluşturma, MATCH ile sorgulama, WHERE filtreleme, SET/DELETE güncelleme ve MERGE ile güvenli yazmayı uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikCypher Query Language: Creating Nodes & Relationships with Cypher Eğitimi
Veri ve Analitik Eğitimleri

Cypher Query Language: Creating Nodes & Relationships with Cypher Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Neo4j'de Cypher ile düğüm ve ilişki oluşturma, MATCH desen eşleştirme, değişken uzunluklu yollar ve indeksle performans. Uygulamalı orta seviye DVA eğitimi.

Detayları Gör →
Veri Analizi ve İstatistikDAMA DMBoK Data Integration & Interoperability Specialist Eğitimi
Veri ve Analitik Eğitimleri

DAMA DMBoK Data Integration & Interoperability Specialist Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

DAMA-DMBoK entegrasyon ve birlikte çalışabilirlik: ETL/ELT, CDC, veri sanallaştırma, API, pub/sub ve yönetişim. İleri seviye uzman DVA eğitimi.

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