TDWI İleri Veri Modelleme Eğitimi

Eğitim Hakkında

TDWI tarzı ileri veri ambarı ve analitik veri modelleme

Bu ileri seviye eğitim, TDWI eğitim geleneğinden ilhamla kurumsal analitik için ileri veri modelleme tekniklerini öğretir. Boyutsal modelleme derinleşmesi (yıldız/kar tanesi, grain, fact türleri), ileri yavaş değişen boyutlar (SCD 1-6 ve hibrit), köprü (bridge), junk ve role-playing boyutlar, Data Vault 2.0 (hub/link/satellite, hash anahtarlar), anchor modeling fikri, modern lakehouse tasarımı ve model yönetişimi işlenir. Katılımcı, karmaşık analitik ihtiyaçlar için ölçeklenebilir ve sürdürülebilir modeller tasarlar.

Süre ve Format

4 Gün. Her gün dört modül; katılımcılar boyutsal derinleşmeden Data Vault ve modern tasarıma ilerler.

Seviye

İleri Seviye — TDWI yaklaşımıyla ileri veri ambarı modelleme: boyutsal, Data Vault ve modern tasarım.

Öğrenme Metodu

Katılımcılar gerçek iş senaryolarında farklı modelleme yaklaşımlarını tasarlayıp karşılaştırarak öğrenir.

Neden Bu Eğitim?

⭐İleri Boyutsal

Karmaşık fact ve boyutları doğru grain ve türle modellersiniz.

🧩Çeviklik

Data Vault ile esnek, denetlenebilir ve artımlı modeller kurarsınız.

🏗️Sürdürülebilir

Değişime dayanıklı, yönetilebilir kurumsal modeller tasarlarsınız.

Anahtar Konular

ileri veri modellemeboyutsal modellemedata vault 2.0scdköprü boyutveri ambarılakehouseanchor modelingveri mimarisitdwi

“Kurumsal veri modeli, bugünün değil yarının sorularına da hazır olmalıdır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Modelleme Temeli

İlişkisel model, normalizasyon ve temel boyutsal modelleme gerekir.

2

Veri Ambarı

Veri ambarı, ETL ve BI kavramlarına aşinalık faydalıdır.

3

SQL

Orta düzey SQL bilgisi yararlıdır.

4

Diyagram Aracı

ER/model çizebilen bir araç erişimi alıştırmaları güçlendirir.

Eğitim İçeriği

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

Günün hedefiKatılımcı, karmaşık analitik için ileri boyutsal modeller tasarlayabilir.

Modül 1

Grain ve Tasarım

Grain belirleme disiplini
Fact grain tutarlılığı
Boyut-fact ilişkisi
Yıldız vs kar tanesi
Conformed boyutlar
Bus matrix

Modül 2

Fact Türleri

Transaction fact
Periodic snapshot
Accumulating snapshot
Factless fact
Additive/semi/non-additive ölçü
Degenerate dimension

Modül 3

Toplama ve Performans

Aggregate tablolar
Toplama gezinimi
Grain değişimi
Partition stratejisi
İndeks ve performans
Tasarım ödünleşimi

Modül 4

Hiyerarşi ve Drill

Dengeli/dengesiz hiyerarşi
Ragged hiyerarşi
Köprü ile değişken derinlik
Drill-down/up
Hiyerarşi yönetimi
Yorumlama

Günün hedefiKatılımcı, ileri boyut senaryolarını uygun tekniklerle modelleyebilir.

Modül 1

İleri SCD

SCD Type 1/2/3 tekrarı
Type 4 (mini-dimension)
Type 6 (hibrit 1+2+3)
Etkin tarih yönetimi
SCD seçim kriterleri
Tarihsel doğruluk

Modül 2

Köprü Boyutlar

Çoka-çok ilişki
Bridge tablo tasarımı
Ağırlıklandırma faktörü
Çoklu değerli boyut
Allokasyon
Sorgu etkisi

Modül 3

Özel Boyutlar

Junk dimension
Role-playing dimension
Degenerate dimension
Mini-dimension
Tarih/zaman boyutu
Çok dilli boyut

Modül 4

Boyut Yönetimi

Master data ilişkisi
Geç gelen boyut (late arriving)
Erken gelen fact
Anahtar yönetimi
Boyut doğrulama
Örnek tasarım

Günün hedefiKatılımcı, Data Vault 2.0 ile esnek ve denetlenebilir ambar modeli kurabilir.

Modül 1

Data Vault Temeli

DV 2.0 felsefesi
Hub (iş anahtarı)
Link (ilişki)
Satellite (tanımlayıcı)
Hash anahtarlar
Record source/load date

Modül 2

Vault Tasarımı

İş anahtarı belirleme
Link granularite
Satellite bölme kriteri
Raw vs business vault
Point-in-time tablo
Bridge tablo

Modül 3

Tarihsellik

Tam geçmiş saklama
Bi-temporal yaklaşım
Değişiklik izleme
Denetlenebilirlik
Kaynak izi
Uyum

Modül 4

Vault'tan Sunuma

Information mart
Boyutsal besleme
Artımlı yükleme
Paralel yükleme
Vault ne zaman uygun
Karşılaştırma

Günün hedefiKatılımcı, modern platformlar için model seçip yönetişimle sürdürebilir.

Modül 1

Modern Ambar

Lakehouse mimarisi
Medallion (bronze/silver/gold)
Schema-on-read vs write
Kolon formatları (Parquet/Delta)
Partition/clustering
Maliyet-performans

Modül 2

Alternatif Yaklaşımlar

Anchor modeling
One Big Table (OBT)
Veri vault vs boyutsal
Hibrit yaklaşımlar
Yaklaşım seçim çerçevesi
Ödünleşim

Modül 3

Model Yönetişimi

Adlandırma standardı
Metaveri ve katalog
Veri soyu (lineage)
Sürümleme
Dokümantasyon
İnceleme süreci

Modül 4

Vaka ve Karar

İş ihtiyacı analizi
Model seçim gerekçesi
Uçtan uca tasarım
Ölçeklenme değerlendirmesi
Geçiş stratejisi
Kapanış vakası

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Grain Disiplini

Fact grain'i tutarlı belirleyip tasarlarsınız.

✅

Fact Türleri

Transaction/snapshot/accumulating fact modellersiniz.

✅

İleri SCD

SCD Type 1-6 ve hibrit senaryoları uygularsınız.

✅

Köprü Boyut

Çoka-çok ilişkileri bridge ile çözersiniz.

✅

Data Vault

Hub/link/satellite ile esnek ambar kurarsınız.

✅

Lakehouse

Medallion mimarisiyle modern platform tasarlarsınız.

✅

Yönetişim

Modeli standart, katalog ve lineage ile yönetirsiniz.

✅

Model Seçimi

İhtiyaca en uygun yaklaşımı gerekçeyle seçersiniz.

Kimler İçin Uygundur?

Veri mimarları
veri ambarı/BI modelleyicileri
ileri modelleme kararları veren uzmanlar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri mimarları, veri ambarı/BI modelleyicileri ve ileri modelleme kararları veren uzmanlar için uygundur.

Temel modelleme eğitiminden farkı nedir?

Bu eğitim ileridir; köprü/junk boyutlar, SCD Type 4-6, Data Vault 2.0 ve lakehouse gibi karmaşık teknikleri ve model seçim gerekçelerini derinlemesine ele alır.

Data Vault mı boyutsal mı öğretiliyor?

İkisi de; her birinin güçlü yönleri, ne zaman uygun olduğu ve birlikte nasıl kullanıldığı karşılaştırmalı gösterilir.

SQL gerekli mi?

Orta düzey SQL faydalıdır; odak tasarım kararlarıdır ancak örnekler SQL ve diyagramlarla desteklenir.

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

TDWI ADVANCED DATA MODELING EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Grain ve Tasarım

Fact Türleri

Toplama ve Performans

Hiyerarşi ve Drill

İleri SCD

Köprü Boyutlar

Özel Boyutlar

Boyut Yönetimi

Data Vault Temeli

Vault Tasarımı

Tarihsellik

Vault'tan Sunuma

Modern Ambar

Alternatif Yaklaşımlar

Model Yönetişimi

Vaka ve Karar

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

The Valuable Administrative Assistant Eğitimi

TIBCO Spotfire ile Gelişmiş Veri Analizi Eğitimi

Time Series Analysis Using R Eğitimi

Time Series and Forecasting with R Eğitimi

Time Series Modeling Eğitimi