Veri Mühendisliği Eğitimi

(12 Hafta Ders + Bitirme Projesi

Eğitmen Eşliğinde Workshoplar

Bilişim Çalışanları için Temel Yetenekler

  • Bilgisayar Ağı Temel Bilgiler 
  • Linux Komut Satırı ve Crontab 
  • Temel Bash Scripting 
  • Sürüm Kontrol Sistemi: Git ve Github 
  • PostgreSQL ile SQL Temel

Veri Mühendisleri için Python Programlama

  • Python Programlamaya Giriş 
  • Numpy, Pandas (Veri Manüplasyonu)
  • Veri Görselleştirme ve Matplotlib, Seaborn Kütüphaneleri
  • Python ile Veri Analizi

Açık Kaynak Kodlu Büyük Veri Temelleri

  • Apache Hadoop Temel Bileşenler: HDFS, YARN ve MapReduce 
  • Apache Hive: Büyük Veri Ambarı Çözümü 
  • Apache Sqoop ile Hadoop ve İlişkisel Veritabanları Arasında Veri Transferi
  • Apache Kafka: Gerçek Zamanlı Veri İşleme Platformu

Apache Spark ile Büyük Veri İşleme

  • Spark Giriş 
  • PySpark Dataframe Operasyonları 
  • Veri Kaynakları 
  • Spark Uygulamasını Çalıştırma ve Optimizasyon 
  • Bir Lakehouse olarak Delta Lake

Spark Makine Öğrenmesi

  • Spark ile Makine Öğrenmesine Giriş 
  • Veri Ön İşleme 
  • Regresyon 
  • Sınıflandırma 
  • Kümeleme

Spark ile Gerçek Zamanlı Veri İşleme

  • Spark Structured Streaming Giriş 
  • Stateless ve Statefull Transformasyonlar 
  • Birden Fazla Hedefe Veri Yazma 
  • Spark Streaming ve Kafka 
  • Windowed Aggregations ve Delta Lake

NoSQL: Büyük Veritabanları

  • NoSQL ve CAP Teoremine Giriş
  • Wide Column: Apache Cassandra 
  • Document Based: MongoDB  
  • Full-Text Search: Elasticsearch

Data Pipelines and Workflow Scheduling

  • Apache Airflow 
  • Jenkins ile Yazılım Dağıtımı ve Otomasyonu 
  • Logstash 
  • Apache Nifi

Konteyner Ortamları ve ML Modellerinin Dağıtımı

  • MLOps ve Bir MLOps Aracı olarak MLflow 
  • Docker 
  • Kubernetes 
  •  Dağıtımında CI/CD ve Jenkins Kullanımı

Hedef Kitle

Junior veri mühendisliği pozisyonlarını hedefleyenler ya da veri mühendisliği yetkinlikleri kazanmak isteyenler.

Kimler Bu Eğitime Katılabilir & Eğitim İçin Minimum Gereksinimler

Eğitime katılmak için ön şart yoktur. Öncesinde teknik bir geçmişe sahip olmak programın takip edilebilirliğini kolaylaştıracaktır.

Eğitim Süresi

12 hafta ders + 2 Hafta bireysel proje

Eğitimin Amacı

Veri mühendisliği alanında gerekli olan teknik yetkinliklerin kazandırılması.

Eğitim Çıktıları

Programı tamamlayan kişiler yaygın kullanılan büyük veri araçlarını ve bu araçlar ile yaygınca kullanılan temel uygulamaları gerçekleştirebiliyor olacaklar.