Veriyi ölçeklenebilir ve dayanıklı modelle
İlişkisel ve boyutsal modellemenin ileri konularını; normalizasyon, yıldız şema, fact/dimension, SCD, Data Vault 2.0 ve lakehouse modellemeyi uygulamalı ele alan ileri seviye eğitim.
Normalizasyon, boyutsal modelleme, Data Vault, SCD ve lakehouse veri modelleme
Bu ileri seviye eğitim, veri modellemeyi operasyonel ve analitik sistemler için derinlemesine ele alır. Katılımcılar ileri normalizasyon (3NF, BCNF) ve denormalizasyon kararlarını, boyutsal modellemede yıldız ve kar tanesi şemayı, fact (olgu) tablo türlerini (transaction, periodic snapshot, accumulating), yavaş değişen boyutları (SCD Tip 1-2-3-6) öğrenir. Ardından Data Vault 2.0 (hub, link, satellite), köprü ve junk boyut desenleri, grain tanımı, surrogate key, modern lakehouse ortamında Delta/Iceberg tablo modelleme ve veri sözleşmeleri (data contracts) uygulamalı işlenir.
4 Gün. Her gün dört modül; katılımcılar ilişkisel modellemeden boyutsal ve lakehouse modellemeye ilerler.
İleri Seviye — İlişkisel ve boyutsal veri modellemenin ileri konuları: normalizasyon, yıldız/kar tanesi şema, Data Vault, yavaş değişen boyutlar ve modern lakehouse modelleme.
Katılımcılar gerçek iş senaryoları üzerinde şema tasarlayıp SCD ve Data Vault yapılarını kurarak uygulamalı öğrenir.
Değişime dirençli ve ölçeklenebilir veri modelleri tasarlamayı öğrenirsiniz.
Yıldız şema ve fact/dimension tasarımında ustalaşırsınız.
SCD teknikleriyle geçmiş değişimi doğru biçimde saklarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
JOIN, alt sorgu ve DDL konularında deneyim beklenir.
İlişkisel veritabanı ve anahtar kavramlarına hakimiyet gereklidir.
ETL ve veri ambarı kavramlarına temel aşinalık güçlü biçimde faydalıdır.
Bir ER/şema modelleme aracı ve SQL ortamı önerilir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
3NF, BCNF ve denormalizasyon kararlarını gerekçelendirirsiniz.
Yıldız şema, fact ve dimension tablolarını doğru tasarlarsınız.
Fact tablosu grain'ini doğru seçerek modelin temelini kurarsınız.
Yavaş değişen boyutları Tip 1-2-3-6 ile modellersiniz.
Hub, link ve satellite ile dayanıklı Data Vault modeli kurarsınız.
Delta/Iceberg ile modern lakehouse modelleme desenlerini uygularsınız.
Data contract ile şema ve kalite güvencesini tanımlarsınız.
Toplulaştırma ve partitioning ile model performansını iyileştirirsiniz.
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.
Veri keşfi eğitimi: veri envanteri, metadata/katalog, profilleme, keşifçi veri analizi (EDA), korelasyon ve aday anahtar/foreign key ilişki keşfi.
Detayları Gör →
Google Analytics 4 eğitimi: olay modeli, boyut/metrik, standart raporlar, Explorations serbest form, huni/yol keşfi, segment/kohort ve dönüşüm ölçümü.
Detayları Gör →
Google Sheets formül eğitimi: XLOOKUP/INDEX-MATCH, SUMIFS/COUNTIFS, QUERY, FILTER/ARRAYFORMULA, IMPORTRANGE ve REGEX ile veri çekme ve birleştirme.
Detayları Gör →
R programlama eğitimi: fonksiyon tanımı, argüman mekaniği, environment, lexical scoping, lazy evaluation, closure, higher-order fonksiyonlar ve hata yönetimi.
Detayları Gör →
R programlama eğitimi: if/else, ifelse, switch, for/while döngüleri, vektörleştirme, preallocation, apply ailesi ve purrr map ile verimli kod.
Detayları Gör →