Data Science Eğitimleri

  1. Anasayfa
  2. Data Science Eğitimleri

    İletişim Formu

    Eğitimler hakkında bilgi almak için formu doldurabilirsiniz.

    Eğitimlerimiz kurumlara ve firmalara yöneliktir.













    SAS Enterprise Guide – Part 2

    SAS Enterprise Guide 2 (Kurumsal Kılavuz 2: Gelişmiş Görevler ve Sorgulama) eğitimi, gelişmiş SAS Kurumsal Kılavuz teknikleri hakkında daha fazla bilgi edinmek isteyen deneyimli SAS Kurumsal Kılavuz kullanıcıları için tasarlanmıştır. Karakter, sayısal ve tarih değerlerini değiştirme dahil olmak üzere SAS Kurumsal Kılavuz içerisinde değişken türünü dönüştürme ve ifade oluşturucu kullanarak koşullu ifadeler oluşturmaya yarayan Query...

    SAS Enterprise Guide – Part 1

    SAS Enterprise Guide 1 (SAS Kurumsal Kılavuz 1: Sorgulama ve Raporlama) eğitimi, SAS programlama deneyimi olmayan, ancak farklı kaynaklardan gelen verilere erişmesi, verileri yönetmesi, özetlemesi, sonuçları raporlar ve grafikler halinde sunması gereken kullanıcılar içindir. Bu eğitim, sorgular ve raporlar oluşturmak için SAS'ın işaretle ve tıkla arabirimi olan SAS Kurumsal  Kılavuz'daki menü odaklı görevleri kullanmaya odaklanır....

    Spark for Developers Eğitimi

    Apache Spark dağıtık bilgi işlem motoru, büyük ölçekli veri kümelerinin işlenmesi ve analizi konusunda hızlı bir şekilde birincil araç haline geliyor. Hadoop gibi mevcut motorlara göre 10 ila 100 kat daha hızlı çalışma süresi hızları ve daha basit programlama modeli dahil olmak üzere birçok avantaja sahiptir. Bu eğitimi tamamladıktan sonra, Spark ile daha bilinçli ve...

    Apache Spark Eğitimi

    Bu uygulamalı eğitim, geliştiricilerin Apache Spark ile yüksek performanslı paralel uygulamalar geliştirmek için ihtiyaç duydukları ana kavramları ve uzmanlıkları sunar. Katılımcılar, yapılandırılmış verileri sorgulamak için Spark SQL'in; çeşitli kaynaklardan gelen veri akışı üzerinde gerçek zamanlı işlem gerçekleştirmek için ise Spark Streaming'in nasıl kullanılacağını öğrenirler. Geliştiriciler ayrıca ETL işleme ve yinelemeli algoritmalar gerçekleştirmek için çekirdek Spark'ı...

    Introduction to Spark Programming Eğitimi

    Apache Spark'ın dağıtık bilgi işlem motoru hakkında temel bilgiler sunan bu eğitim geliştiriciler, veri analistleri, mimarlar, teknik yöneticiler ve Spark'ı uygulamalı olarak kullanma ihtiyacı duyan herkes için uygundur. Bu eğitimde katılımcılar Spark mimarisi ve Spark'ın nasıl çalıştığıyla konusunda temel teknik bilgilere sahip olur. Spark'ın temel yapıtaşlarının (ör. RDD'ler ve dağıtık bilgi işlem motoru) yanı sıra...

    Data Science Bootcamp

    Bu beş gün süren atölye çalışması, Apache Spark 2 ve Hadoop ekosisteminin diğer önemli bileşenlerinin büyük ölçeklerde kullanıldığı veri bilimi ve makine öğrenimi iş akışlarını içerir. Atölye çalışması, gerçek dünyadaki iş zorluklarının üstesinden gelinebilmesi için veri bilimi ve makine öğrenimi yöntemlerinin kullanımının önemini gösterir. Katılımcılar hayali bir teknoloji şirketinin ve veri setlerinin olduğu senaryoları kullanarak,...

    Kurumsal Data Science Eğitimi | Veri Bilimi, Makine Öğrenmesi ve Yapay Zeka Programları

    Veri bilimi (Data Science), istatistik, matematik, programlama ve alan uzmanlığını bir araya getirerek ham veriden eyleme dönüştürülebilir içgörüler üretme sanatıdır. Harvard Business Review’ın “21. yüzyılın en seksi mesleği” olarak tanımladığı veri bilimciliği; kurumsal karar alma süreçlerini kökten dönüştürmekte, müşteri davranışlarını tahmin etmekte, risk yönetimini güçlendirmekte ve yeni iş modellerinin kapısını aralamaktadır.

    BlueMark Academy olarak kurumsal veri ekiplerine yönelik kapsamlı data science eğitimi ve veri bilimi eğitimi programları sunuyoruz. Python ile veri analizinden makine öğrenmesine, derin öğrenmeden doğal dil işlemeye kadar veri biliminin tüm boyutlarını kapsayan programlarımız, veri bilimi kariyeri ve kurumsal AI/ML projelerini hayata geçirmek isteyen ekipler için tasarlanmıştır.

    Veri Bilimi Eğitim Programlarımız

    Python ile Veri Analizine Giriş Eğitimi

    Veri biliminin temel aracı Python’u kullanarak veri analizinin temellerini ele alan bu program; Python temelleri (liste, sözlük, fonksiyon, sınıf), NumPy ile sayısal hesaplama, Pandas ile veri manipülasyonu ve temizleme, Matplotlib ve Seaborn ile veri görselleştirme, keşifsel veri analizi (EDA) ve betimsel istatistik konularını kapsar.

    • Süre: 3-4 Gün | Seviye: Başlangıç | Ön Koşul: Temel bilgisayar kullanımı yeterlidir

    Makine Öğrenmesi Temelleri Eğitimi

    Scikit-learn kütüphanesi ile makine öğrenmesini uygulamalı olarak ele alan bu program; gözetimli öğrenme algoritmaları (lineer regresyon, lojistik regresyon, karar ağaçları, rastgele orman, SVM, KNN), gözetimsiz öğrenme (K-Means kümeleme, PCA), model değerlendirme metrikleri (accuracy, precision, recall, F1, ROC-AUC), çapraz doğrulama (cross-validation) ve hiperparametre optimizasyonu konularını kapsar.

    • Süre: 4-5 Gün | Seviye: Orta | Ön Koşul: Python ve temel istatistik bilgisi

    Derin Öğrenme ve Sinir Ağları Eğitimi

    TensorFlow ve Keras ile derin öğrenmeyi ele alan bu program; sinir ağı mimarisi ve temel kavramlar, aktivasyon fonksiyonları ve kayıp fonksiyonları, Convolutional Neural Networks (CNN) ile görüntü sınıflandırma, Recurrent Neural Networks (RNN ve LSTM) ile sıralı veri işleme, Transfer Learning ile önceden eğitilmiş modellerin kullanımı ve model dağıtımı (TensorFlow Serving, ONNX) konularını kapsar.

    • Süre: 4-5 Gün | Seviye: İleri | Ön Koşul: Makine öğrenmesi temelleri

    Doğal Dil İşleme (NLP) Eğitimi

    Metin verilerini işleme ve anlama teknolojilerini ele alan bu program; metin ön işleme (tokenizasyon, stemming, lemmatization), TF-IDF ve kelime gömme (Word2Vec, GloVe), duygu analizi, metin sınıflandırma, adlandırılmış varlık tanıma (NER), Transformer mimarisi ve BERT/GPT modelleri ile fine-tuning konularını kapsar.

    • Süre: 3-4 Gün | Seviye: İleri | Hedef Kitle: Veri Bilimciler, NLP Mühendisleri

    Zaman Serisi Analizi ve Tahminleme Eğitimi

    Finans, perakende, enerji ve üretim sektörlerinde kritik olan zaman serisi analizini ele alan bu program; zaman serisi bileşenleri (trend, mevsimsellik, döngüsellik), ARIMA ve SARIMA modelleri, Prophet ile otomatik tahminleme, makine öğrenmesi tabanlı zaman serisi modelleri ve tahmin doğruluğu metrikleri konularını kapsar.

    • Süre: 2-3 Gün | Seviye: Orta-İleri | Hedef Kitle: Finans Analistleri, Veri Bilimciler

    MLOps — Makine Öğrenmesi Operasyonları Eğitimi

    ML modellerini üretim ortamına taşıma ve sürdürülebilir biçimde yönetmeyi ele alan bu program; MLOps kavramları ve olgunluk seviyeleri, MLflow ile deney takibi ve model registry, model servis etme (FastAPI, BentoML, Seldon), veri ve model izleme (evidently, Arize), Kubeflow ve Vertex AI ile ML pipeline yönetimi ve feature store kullanımı konularını kapsar.

    • Süre: 3-4 Gün | Seviye: İleri | Hedef Kitle: Veri Mühendisleri, ML Mühendisleri, Senior Veri Bilimciler

    İş Zekâsı ve Veri Görselleştirme Eğitimi

    Veriyi anlaşılır ve etkili görsel anlatıma dönüştürmeyi ele alan bu program; veri hikâye anlatımı (data storytelling) prensipleri, Power BI ile kurumsal dashboard tasarımı, Tableau ile interaktif görselleştirme, Python ile ileri düzey görselleştirme (Plotly, Bokeh) ve Google Looker Studio kullanımı konularını kapsar.

    • Süre: 2-3 Gün | Seviye: Başlangıç-Orta | Hedef Kitle: Veri Analistleri, BI Uzmanları, Yöneticiler

    İstatistik ve Olasılık Temelleri Eğitimi (Veri Bilimciler İçin)

    Veri biliminin matematiksel altyapısını ele alan bu program; betimsel istatistik, olasılık teorisi ve dağılımlar, hipotez testi ve istatistiksel anlamlılık, Bayesci istatistik temelleri, regresyon analizi ve çok değişkenli istatistik konularını kapsar.

    • Süre: 2-3 Gün | Seviye: Başlangıç-Orta | Hedef Kitle: Veri Bilimi Kariyerine Başlayanlar, Veri Analistleri

    Kimler Data Science Eğitimi Almalı?

    • Veri Analistleri: Makine öğrenmesi ile analizlerini bir üst seviyeye taşımak isteyenler
    • Yazılım Geliştiriciler: Veri bilimi ve ML alanına kariyer geçişi yapmak isteyenler
    • İstatistikçiler ve Matematikçiler: Python ve ML araçlarını öğrenerek uygulamalı yetkinlik kazanmak isteyenler
    • İş Analistleri: Veri odaklı karar alma süreçlerini güçlendirmek isteyenler
    • Araştırmacılar ve Akademisyenler: Araştırmalarında ML ve veri bilimi araçlarını kullanmak isteyenler
    • Kurumsal Veri Ekipleri: Data Science kapasitesini kurum içinde oluşturmak isteyen şirketler

    Sıkça Sorulan Sorular

    Veri bilimci olmak için hangi eğitim gerekir?

    Veri bilimi kariyerinin temeli; Python programlama, istatistik/matematik, makine öğrenmesi algoritmaları ve SQL bilgisinden oluşur. BlueMark Academy’nin veri bilimi programları bu dört temel sütunu sistematik biçimde ele alır.

    Data Science ile Data Analytics arasındaki fark nedir?

    Data Analytics mevcut veriyi analiz ederek geçmişe dair içgörüler üretir. Data Science ise makine öğrenmesi modelleri aracılığıyla geleceği tahmin eder, örüntü keşfeder ve yeni iş değeri yaratır. İkisi tamamlayıcı disiplinlerdir.

    Python mı R mi öğrenmeli?

    Python, kurumsal veri bilimi ekosisteminde açık ara tercih edilen dildir. Daha geniş kütüphane ekosistemi (scikit-learn, TensorFlow, PyTorch), sektör desteği ve çok yönlülüğü nedeniyle Python ile başlamak önerilir.

    Hemen Başvurun

    Veri bilimi kapasitesini kurumsal düzeyde oluşturmak, ekiplerinizi makine öğrenmesi ve yapay zeka projelerinde yetkinleştirmek için BlueMark Academy data science programlarıyla tanışın.