INTRODUCTION TO DATA ANALYTICS ON GOOGLE CLOUD (IDAGC) EĞİTİMİ

Veriden içgörüye Google Cloud yolculuğuna başlayın

Cloud Storage, BigQuery, SQL, veri yükleme, Looker Studio ve BigQuery ML ile veri analitiği temelleri

Bu eğitim, Google Cloud üzerinde veri analitiği yapmak isteyen analist ve yeni başlayan mühendisler için hazırlanmıştır. Eğitim 2 gün sürer; her günde dört modül uygulamalı laboratuvarlarla işlenir.

2 gün Temel Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

BigQuery ve Looker Studio ile veri analitiği temelleri

Bu eğitim, Google Cloud üzerinde veri analitiği yapmak isteyen analist ve yeni başlayan mühendisler için hazırlanmıştır. Veri yaşam döngüsü, Cloud Storage ve BigQuery kullanımı, standart SQL ile sorgulama, veri yükleme, Looker Studio ile görselleştirme ve BigQuery ML ile ilk tahmin modelinin kurulması uygulamalı olarak işlenir.

Süre ve Format

2 Gün. Her gün dört modül; her modülde altı konu başlığı, Google Cloud’da veri analitiğine giriş (IDAGC) odaklı uygulamalı laboratuvar ve ekip tartışması.

Seviye

Temel Seviye — Veri Analitiği Yaşam Döngüsü ve BigQuery, Veri Yükleme, Görselleştirme ve Tahmin başlıklarını kapsayan Google Cloud’da veri analitiğine giriş (IDAGC) 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 analitiğiIDAGCBigQuery girişLooker StudioBigQuery MLBigQuery SQLveri analitiği eğitimiGoogle Cloud 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 Google Cloud veri servislerini tanır, BigQuery’de standart SQL ile veriyi sorgular.
Modül 1
Veri Analitiği Yaşam Döngüsü ve Google Cloud Veri Ürünleri
  • Veri toplama, işleme, depolama, analiz ve görselleştirme aşamaları
  • Cloud Storage, BigQuery ve Looker rollerinin ayrımı
  • Dataplex ve Data Catalog ile veri keşfi
  • Veri tipleri: yapılandırılmış, yarı yapılandırılmış, yapılandırılmamış
  • Veri gölü ve veri ambarı ve lakehouse yaklaşımı
  • Analytics Hub ile veri paylaşımı
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
BigQuery Mimarisi ve Veri Setleri
  • Dremel, Colossus ve Jupiter tabanlı ayrık depolama/hesaplama mimarisi
  • Dataset, tablo, view ve materialized view kavramları
  • Slot, on-demand ve capacity (editions) fiyatlandırma
  • Tablo partitioning (zaman, tamsayı aralığı) ve clustering
  • Dış tablolar ve BigLake ile GCS üzerinde sorgu
  • BigQuery Studio, bq CLI ve istemci kütüphaneleri
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 veri yükler, Looker Studio raporu hazırlar ve basit bir BigQuery ML modeli eğitir.
Modül 1
BigQuery’ye Veri Yükleme
  • Batch load job: CSV, Avro, Parquet, ORC ve JSON formatları
  • Storage Write API ile akış ve exactly-once yazma
  • BigQuery Data Transfer Service ve zamanlanmış sorgular
  • Pub/Sub BigQuery subscription ile doğrudan aktarım
  • Şema evrimi, autodetect ve hata toleransı
  • Federated sorgular: Cloud SQL, Spanner ve Drive
Modül 2
Looker Studio ile Görselleştirme
  • Veri kaynağı bağlantısı: BigQuery, Sheets ve CSV
  • Boyut ve metrik kavramları, hesaplanan alanlar
  • Grafik seçimi: zaman serisi, dağılım, tablo ve harita
  • Filtre kontrolleri, parametreler ve veri harmanlama
  • Rapor paylaşımı, yetkilendirme ve zamanlama
  • Performans için veri çıkarma (extract) ve önbellek
Modül 3
Looker, Looker Studio ve Raporlama
  • Looker Studio veri kaynağı bağlama ve hesaplanan alanlar
  • LookML: model, view, explore ve dimension/measure
  • Derived table (PDT) ve önbellekleme politikaları
  • Dashboard filtreleri, paylaşım ve zamanlanmış gönderim
  • Embedded analytics ve SSO ile gömme
  • Semantik katman ve ölçüm tutarlılığı
Modül 4
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

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Veri Analitiği Yaşam Döngüsü ve Google Cloud Veri Ürünleri

Veri Analitiği Yaşam Döngüsü ve Google Cloud Veri Ürünleri konusunda Veri toplama, işleme, depolama, analiz ve görselleştirme aşamaları, Cloud Storage, BigQuery ve Looker rollerinin ayrımı ve Veri tipleri: yapılandırılmış, yarı yapılandırılmış, yapılandırılmamış başlıklarını uygulamalı olarak öğrenirsiniz.

🛠️
Cloud Storage Kovaları ve Nesne Yönetimi

Cloud Storage Kovaları ve Nesne Yönetimi konusunda Storage class: Standard, Nearline, Coldline ve Archive seçim kriterleri, Bucket konumu: region, dual-region ve multi-region ve Object Lifecycle Management kuralları başlıklarını uygulamalı olarak öğrenirsiniz.

🔐
BigQuery Mimarisi ve Veri Setleri

BigQuery Mimarisi ve Veri Setleri konusunda Dremel, Colossus ve Jupiter tabanlı ayrık depolama/hesaplama mimarisi, Dataset, tablo, view ve materialized view kavramları ve Tablo partitioning (zaman, tamsayı aralığı) ve clustering 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.

☁️
BigQuery’ye Veri Yükleme

BigQuery’ye Veri Yükleme konusunda Batch load job: CSV, Avro, Parquet, ORC ve JSON formatları, Storage Write API ile akış ve exactly-once yazma ve Pub/Sub BigQuery subscription ile doğrudan aktarım başlıklarını uygulamalı olarak öğrenirsiniz.

🔍
Looker Studio ile Görselleştirme

Looker Studio ile Görselleştirme konusunda Veri kaynağı bağlantısı: BigQuery, Sheets ve CSV, Boyut ve metrik kavramları, hesaplanan alanlar ve Filtre kontrolleri, parametreler ve veri harmanlama başlıklarını uygulamalı olarak öğrenirsiniz.

⚙️
Looker, Looker Studio ve Raporlama

Looker, Looker Studio ve Raporlama konusunda Looker Studio veri kaynağı bağlama ve hesaplanan alanlar, LookML: model, view, explore ve dimension/measure ve Dashboard filtreleri, paylaşım ve zamanlanmış gönderim 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.

Kimler İçin Uygundur?

  • Veri analistleri
  • iş zekâsı uzmanları
  • Google Cloud veri servislerine yeni başlayan teknik ekipler için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri analistleri, iş zekâsı uzmanları ve Google Cloud veri servislerine yeni başlayan teknik ekipler için uygundur.
Google Cloud’da veri analitiğine giriş (IDAGC) 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 2 günde şu başlıkları kapsar: Veri Analitiği Yaşam Döngüsü ve BigQuery; Veri Yükleme, Görselleştirme ve Tahmin.
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 Analytics on Google Cloud (IDAGC) Eğiti Sertifika Kodu DV-2026XX00 Tarih 27.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre2 gün
SeviyeTemel Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Google CloudDeveloping APIs with Google Cloud's Apigee API Platform Eğitimi
Bulut Bilişim Eğitimleri

Developing APIs with Google Cloud's Apigee API Platform Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Developing APIs with Google Cloud's Apigee API Platform eğitimi: Apigee proxy, Quota politikası ve Target server konularında 3 gün uygulamalı Google Cloud eğiti

Detayları Gör →
Google CloudDeveloping Applications with Cloud Functions on Google Cloud Eğitimi
Bulut Bilişim Eğitimleri

Developing Applications with Cloud Functions on Google Cloud Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Developing Applications with Cloud Functions eğitimi: Cloud Functions, Eventarc ve Functions Framework konularında 2 gün uygulamalı Google Cloud eğitimi.

Detayları Gör →
Google CloudDeveloping Applications with Google Cloud (DAGCP) Eğitimi
Bulut Bilişim Eğitimleri

Developing Applications with Google Cloud (DAGCP) Eğitimi

4 günOrtaOnline / Yüz Yüze / Hibrit

Developing Applications with Google Cloud (DAGCP) eğitimi: Cloud Run, GKE ve Firestore konularında 4 gün uygulamalı Google Cloud eğitimi. Digital Vizyon Akademi

Detayları Gör →
Google CloudDeveloping Applications with Google Cloud (GC-DEV) Eğitimi
Bulut Bilişim Eğitimleri

Developing Applications with Google Cloud (GC-DEV) Eğitimi

4 günOrtaOnline / Yüz Yüze / Hibrit

Developing Applications with Google Cloud (GC-DEV) eğitimi: Cloud Run, Cloud Functions ve Firestore konularında 4 gün uygulamalı Google Cloud eğitimi.

Detayları Gör →
Google CloudDeveloping Applications with Google Cloud Eğitimi
Bulut Bilişim Eğitimleri

Developing Applications with Google Cloud Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Developing Applications with Google Cloud eğitimi: Application Default Credentials, Cloud Run ve GKE konularında 3 gün uygulamalı Google Cloud eğitimi.

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