Ankara Merkezli İş Zekası Eğitimleri

This instructor-led, live training in Ankara (online or onsite) is aimed at intermediate-level data professionals who wish to learn how to use Datameer to prepare, analyze, and visualize data using modern techniques, guided workflows, and the latest Datameer interface.

By the end of this training, participants will be able to:

• Create and manage data projects within Datameer's workspace.
• Connect to modern data platforms including Snowflake, cloud storage, and databases.
• Perform data transformation using visual, code-free workflows or SQL.
• Collaborate with teams using metadata management and project sharing.
• Use visual exploration tools to profile and understand datasets.
• Create and share rich data visualizations and dashboards.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), verilerini analiz süreçlerine yapay zekayı etkin bir şekilde entegre etmek isteyen yeni başlayan seviyedeki finans analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Finans sektörüne özgü veri analizinde yapay zekanın uygulanmasını anlayabilecektir.
• Finansal analiz için öngörücü ve reçeteli modeller oluşturma becerileri geliştirebilecektir.
• Finansal veri işleme için makine öğrenimi algoritmalarını nasıl uygulayacaklarını öğrenebilecektir.
• Veri görselleştirmeyi geliştirecek ve karar verme için karmaşık yapay zeka odaklı içgörüleri yorumlayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), Amazon QuickSight kullanarak panolar oluşturmak, yönetmek ve yönetmek isteyen orta düzeydeki veri ve iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Amazon QuickSight'ın avantajlarını, kullanım alanlarını ve temel özelliklerini anlayabilecektir.
• QuickSight'ı birden çok veri kaynağına bağlamayı ve etkileşimli veri görselleştirmeleri ve panolar oluşturmayı öğrenebilecektir.
• QuickSight'ta güvenlik ve erişim kontrollerini uygulayabilecektir.
• Gelişmiş veri içgörüleri için QuickSight'a yerleşik makine öğrenimi yeteneklerini kullanabilecektir.
• İş içgörülerini çıkarmak ve görselleştirmek için QuickSight panolarını tasarlayabilecek, oluşturabilecek ve özelleştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), iş zekası raporlarını etkili bir şekilde oluşturmak ve dağıtmak için BIRB'i kullanmak isteyen orta düzeydeki veri ve iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• BIRB çerçevesinin mimarisini ve bileşenlerini anlayabilmek.
• BIRB Rapor Tasarımcısı'nı kullanarak bilgilendirici, dinamik raporlar tasarlamak ve oluşturmak.
• Raporlara iş mantığı eklemek için BIRB'nin betik özelliklerini kullanmak.
• BIRB raporlarını web uygulamaları ve bağımsız uygulamalar içinde optimize etmek ve dağıtmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), değerli içgörüler elde etmek için Oracle BI'ı kullanmak isteyen, başlangıç seviyesindeki iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Oracle BI arayüzünde etkili bir şekilde gezinebilir ve kullanabilirler.
• İş ihtiyaçlarına göre özelleştirilmiş raporlar ve panolar oluşturabilirler.
• Çeşitli BI araçlarını kullanarak geçici analizler yapabilirler.
• Kapsamlı veri keşfi için gelişmiş özellikleri kullanabilirler.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), anlamlı içgörüler elde etmek için SAS BI'ın gücünden yararlanmak isteyen başlangıç seviyesindeki iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SAS BI arayüzünde etkili bir şekilde gezinebilecek ve kullanabilecekler.
• İş ihtiyaçlarına göre özelleştirilmiş raporlar ve panolar oluşturabilecekler.
• Çeşitli BI araçlarını kullanarak geçici analizler yapabilecekler.
• Kapsamlı veri keşfi için gelişmiş özelliklerden yararlanabilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara – çevrimiçi veya yerinde), ham verileri anlamlı içgörülere dönüştürmek için SAP BusinessObjects BI kullanma konusunda temel beceriler edinmek isteyen yeni başlayan seviyedeki iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SAP BusinessObjects BI arayüzünde gezinebilecek ve kullanabilecek.
• İş raporları ve panolar oluşturup özelleştirebilecek.
• Çeşitli BI araçlarını kullanarak geçici analizler gerçekleştirebilecek.
• Derinlemesine veri keşfi için gelişmiş özellikleri kullanabilecek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), Looker Studio içinde gelişmiş veri entegrasyonu ve görselleştirme tekniklerinde ustalaşmak isteyen orta seviyedeki katılımcılara yöneliktir ve çeşitli veri kaynaklarını nasıl bağlayacaklarını, ilgi çekici panolar tasarlayacaklarını ve daha iyi iş kararları almak için raporlama iş akışlarını nasıl otomatik hale getireceklerini öğrenmelerini sağlar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Birden çok veri kaynağını Looker Studio ile bağlayıp entegre etmek.
• Özel ölçümler ve uyarlanmış analizler için hesaplanmış alanlar oluşturmak.
• Etkileşimli filtreler ve grafikler dahil olmak üzere gelişmiş görselleştirmeler tasarlamak.
• Gerçek zamanlı veri güncellemeleri için raporlama iş akışlarını otomatik hale getirmek.
• Görsel hikaye anlatımı ve rapor özelleştirmesi için en iyi uygulamaları uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde) yeni başlayan seviyeden ileri seviyeye kadar danışmanlara ve finans profesyonellerine yöneliktir. Amaçları, Cognos Analytics sertifikasına hazırlanmak ve hesap ödemeleri, hazine ve giderler dahil olmak üzere finansal veri analizinde uzmanlık kazanmaktır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Cogros Analytics arayüzünde verimli bir şekilde gezinebilir ve kullanabilirler.
• Finansal raporlar ve panolar geliştirebilir ve özelleştirebilirler.
• Veri modellerini yönetebilir ve sorguları optimize edebilirler.
• Cogros Analytics sertifikasyon sınavına hazırlanabilirler.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri organizasyonu, analizi ve işbirliği için Excel ve Google Sheets'nin gelişmiş özelliklerinden yararlanarak üretkenliklerini ve verimliliklerini artırmak isteyen başlangıç ​​seviyesinden orta seviyeye kadar profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Excel ve Google Sheets'nin temel özelliklerini kullanabilme ve gezinebilme.
• Gelişmiş elektronik tablo tekniklerini kullanarak veri analizi yapabilme ve uygulanabilir içgörüler elde edebilme.
• Sorunsuz ekip çalışması için Google Sheets kullanarak gerçek zamanlı işbirliği yapabilme.
• Raporlama, izleme ve proje yönetimi için yeniden kullanılabilir şablonlar oluşturabilme.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), büyük veri manipülasyonu ve görselleştirmesi için Sisense'i öğrenmek ve kullanmak isteyen geliştiriciler ve sistem yöneticilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Sisense'in temel kavramlarını ve nasıl çalıştığını öğrenin.
• Büyük verileri görselleştirmek ve veri odaklı iş kararları almak için bir Sisense gösterge paneli oluşturun.
• Birden çok kaynaktan gelen verileri birleştirin ve yönetin.
• Hızlı veri manipülasyonu ve görselleştirme için Sisense'i kullanın.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), BT altyapısını profillemek ve yönetmek, sistem mimarisini optimize etmek, etkili bir şekilde sorun gidermek ve kapsamlı veri analizi ve gerçek zamanlı izleme için Splunk'in yeteneklerinden yararlanmak isteyen orta düzey BT yöneticilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Tam Splunk altyapısını anlayıp yönetebilecekler.
• Splunk mimarisi ve bileşenlerinde ustalaşacaklar.
• Yaygın ve gelişmiş sorunları etkili bir şekilde giderebilecekler.
• Splunk'i veri analizi, izleme ve raporlama için tam potansiyeliyle kullanabilecekler.
• Veri girişlerini, kullanıcı yönetimini ve sistem yapılandırmalarını yönetebilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), karmaşık raporlar oluşturmak, rapor şablonlarını özelleştirmek ve JasperReports’i diğer sistemlerle entegre etmek isteyen orta düzeyde veritabanı profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gelişmiş düzenler, değişken bölümlere sahip sabit formlar ve dinamik içerikle karmaşık, çok sayfalı raporlar tasarlamak.
• Verileri görselleştirmek için gelişmiş grafikler, çizelgeler ve pivot tablolar oluşturmak ve ayrıntılı veri temsili için alt raporları ve gruplandırmayı entegre etmek.
• Güvenlik önlemleri uygulamak, kullanıcı izinlerini yönetmek ve rapor planlaması ve dağıtımı için JasperReports Server’ı kullanmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri bilimcileri ve veri analistleri için Alteryx Designer'daki geliştirici araç paletindeki her aracı kullanmayı öğrenmek isteyenlere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Geliştirici sekmesindeki tüm araçları kullanmayı ve yapılandırmayı öğrenecekler.
• Dinamik, doğrulama ve test araçlarını kullanarak Alteryx içinde verimli iş akışları tasarlayacaklar.
• Web verilerini indirmek ve ayrıştırmak için API araçlarını nasıl kullanacaklarını öğrenecekler.
• Alteryx komut dosyası araçlarını, Python ve R dahil olmak üzere kullanacaklar.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri analistleri veya AWS QuickSight veri analizi ve görselleştirmeyi kullanmak isteyen herkesi hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• AWS QuickSight'in temel kavramlarını anlayabilecektir.
• AWS QuickSight kullanarak veri analizi, raporlar ve içgörüler oluşturabilecektir.
• AWS'yi kullanarak veri arasında ilişkiler kurarak gelişmiş analizler yapabilecektir.
• Verileri anlamak için farklı görselleştirme türlerini öğrenebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), Cognos 11'in teorik yönlerini anlamak ve bunu etkili bir şekilde kullanmayı öğrenmek isteyen orta düzeydeki veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Cognos 10'a kıyasla Cognos 11'deki farklılıkları ve iyileştirmeleri anlayabilecektir.
• Daha verimli veri işleme için geliştirilmiş veri modülünü ve veri yönetim özelliklerini kullanabilecektir.
• Sorunsuz bir geçiş ve Cognos 11'in optimum kullanımı için en iyi uygulamaları uygulayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri analistlerinin veri analizi için Google Sheets'yı kullanmayı öğrenmelerini amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Google Sheets ile elektronik tablolar oluşturmak.
• Google Sheets ve Excel'de çalışan formülleri kullanmak.
• Her türlü veriyi biçimlendirmek ve analiz etmek.
• Çizelgeler ve grafiklerle veri görselleştirmeleri oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri görselleştirme ve raporlama için temel beceriler oluşturmak isteyen, başlangıç ​​seviyesinden orta seviyeye kadar katılımcılara yöneliktir Looker Studio ve veri kaynaklarını nasıl bağlayacaklarını, bilgileri etkili bir şekilde görselleştireceklerini ve uygulanabilir içgörüler elde edeceklerini öğrenmelerini sağlar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Looker Studio'nın temel özelliklerini ve kullanım alanlarını anlayabilecekler.
• Looker Studio'yı kurabilecek ve çeşitli veri kaynaklarına bağlanabilecekler.
• Grafikler, çizelgeler ve filtrelerle ilgi çekici panolar oluşturabilecekler.
• Raporları belirli hedef kitleler ve iş ihtiyaçları için özelleştirebilecekler.
• Panolarda işbirliği yapabilecek ve bunları etkili bir şekilde paylaşabilecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), Splunk anlayışlarını derinleştirmek ve Splunk Temel 1'de edindikleri temel bilgileri geliştirmek isteyen orta düzeydeki veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Splunk'ün güçlü arama komutlarını ve yeteneklerini kullanarak gelişmiş aramalar yapabileceklerdir.
• Verileri analiz etmek için alt aramaları, istatistiksel komutları ve değerlendirme işlevlerini kullanabileceklerdir.
• Gelişmiş görselleştirme seçenekleriyle karmaşık raporlar ve panolar oluşturabileceklerdir.
• İzleme ve bildirim amaçları için uyarılar ve planlı raporlar uygulayabileceklerdir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), istatistiksel analiz için Stata'yi kullanmak ve bunu R ile entegre etmek isteyen orta ve ileri düzeydeki bilgisayar bilimleri profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi ve istatistiksel modelleme için Stata'yi etkin bir şekilde kullanmak.
• Stata'nin işlevselliğini SPSS ve R ile karşılaştırmak.
• Sorunsuz istatistiksel hesaplama için Stata'yi R ile entegre etmek.
• Stata ve R kullanarak iş akışlarını geliştirmek ve otomatikleştirmek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), kuruluşları için Apache Superset kurulumu ve yönetimini yapmak isteyen başlangıç ​​seviyesi ve orta seviye sistem yöneticilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Apache Superset'u kurmak ve yapılandırmak.
• Superset mimarisini ve özelliklerini anlamak.
• Kullanıcı erişimini ve güvenlik ayarlarını yönetmek.
• Superset örneklerinin performansını izlemek ve optimize etmek.
• Yaygın sorunları gidermek ve düzenli bakım yapmak.

Bu eğitim, MS SQL Server 2008 tabanlı bir veri ambarı ortamının temellerine odaklanmaktadır.

Kurs katılımcıları, MS SQL Server 2008 üzerinde çalışan bir veri ambarının tasarımı ve inşası için temel bilgiye sahip olacaklardır.

SSIS kullanılarak basit bir ETL sürecinin nasıl oluşturulacağına dair bilgi edinin ve ardından SSAS kullanarak bir veri küpü tasarlayıp uygulayın.

Katılımcı, OLAP veritabanını yönetebilecek: OLAP veritabanı oluşturma ve silme, bölümlerde çevrimiçi değişiklikleri işleme.

Katılımcı, XML / A ve MDX betikleme konusunda bilgi edinecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), ileri düzey veri araması, analizi ve görselleştirmesi yapmak isteyen veri analistleri, veri bilimcileri ve veri mühendisleri hedeflenmektedir Splunk.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Bir Splunk uygulaması ve bir teknoloji eklentisi oluşturun.
• Farklı veri giriş yöntemleri ve kaynakları kullanın.
• Büyük veri kümelerinin gelişmiş araması, analizi ve görselleştirmesini uygulayın.
• Gösterge tablolarını ve raporları özelleştirin ve paylaşın.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), ileri düzey veri analizi ve görselleştirme gerçekleştirmek isteyen veri analistleri, veri bilimcileri ve veri mühendisleri için tasarlanmıştır Apache Superset kullanarak.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Apache Superset'i kurmak ve yapılandırmak.
• Apache Superset kullanarak ileri düzey veri analizi ve görselleştirme uygulamak.
• Gösterge tablolarını ve raporları özelleştirmek ve paylaşmak.
• Apache Superset içinde güvenliği yönetmek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), algoritmik ticaret, Python ve R kullanarak ticareti otomatikleştirmek isteyen iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Hızlı bir şekilde, özel artışlarla menkul kıymetleri alıp satmak için algoritmaları kullanmak.
• Algoritmik ticaret kullanarak ticaretle ilişkili maliyetleri azaltmak.
• Hisse senedi fiyatlarını otomatik olarak izlemek ve işlemler yapmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri işleme ve veri görselleştirmesi için Alteryx'i kullanmak isteyen veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• İş zekası ve iş analitiğini geliştirmek için Alteryx'i kullanmak.
• Sıfır kodla ETL işlemleri gerçekleştirmek.
• Excel gibi bir veri analitik paketiyle verileri görselleştirmek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), veri analizi için Alteryx'yi kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Verileri, daha sonra Power BI veya Excel'de görselleştirmek üzere Alteryx içinde hazırlayabilecektir.
• Az veya hiç kod kullanmadan ETL işlemleri oluşturup gerçekleştirebilecektir.
• Özel R kodunu Alteryx içine gömebilecektir.

"Big Data ve Bankacılıkta YAPAY ZEKA" eğitim programı, bankacılık sektöründeki profesyonelleri Big Data ve yapay zeka gücünü kullanmaya hazırlamak için tasarlanmıştır. Katılımcılar, bankacılık sektöründe Big Data ve yapay zekanın temel kavramlarını, teknolojilerini ve uygulamalarını keşfedeceklerdir. Eğitim, teorik derslerden, durum çalışlarından, pratik oturumlardan ve düzenlemeye ilişkin etkileşimlerden, etik düşüncelerden ve en iyi uygulamalardan oluşan bir karışım içerecektir. 

Eğitim sonunda katılımcılar:

1. Temel Kavramları Anlamak: Katılımcılara Big Data ve yapay zekanın bankacılık sektöründeki öneminin yanı sıra temel bir anlayış sağlamak. 
2. Teknolojileri Keşfetmek: Katılımcılara Big Data teknolojilerini, Hadoop ve Spark dahil olmak üzere ve NoSQL veritabanlarının öneminin tanıtılmak. 
3. Veri Kaynaklarını Kullanmak: Katılımcılara etkili bankacılık işlemlerinde çeşitli iç ve dış veri kaynaklarını belirleme ve kullanma becerisi öğretilmesi. 
4. Yapay Zekanın Uygulamaları: Banka denetimlerinde, risk değerlendirmesi, hile tespiti ve öngörü modellemesi gibi yapay zeka tekniklerinin kullanımını göstermek. 
5. Veri Analizini Uygulamak: Katılımcılara bankacılık bağlamında trend belirleme ve risk yönetimi için veri analizi yöntemlerinin uygulanması becerisi kazandırma. 
6. Etiyolojik Düşünceleri Ele Alma: Big Data ve yapay zekanın bankacılıkta kullanımı ile ilgili etik düşüncelerin ve düzenlemelere uyumun önemini tartışmak. 
7. Gelecek Trendleri Hazırlık Yapmak: Katılımcıları teknolojideki gelecekteki yeniliklere hazırlamak ve Big Data ve yapay zekanın bankacılık uygulamalarına entegrasyonu için stratejiler geliştirmek. 

Teknolojideki gelişmeler ve artan bilgi miktarı, hükümet de dahil olmak üzere birçok sektörde iş yapış şeklini dönüştürmektedir. Mobil cihazlar ve uygulamalar, akıllı sensörler ve cihazlar, bulut bilişim çözümleri ve vatandaş odaklı portallar nedeniyle hükümet veri üretimi ve dijital arşivleme oranları artmaktadır. Dijital bilgi genişledikçe ve karmaşıklaştıkça, bilgi yönetimi, işlenmesi, depolanması, güvenliği ve imhası da karmaşıklaşmaktadır. Yeni yakalama, arama, keşif ve analiz araçları, kuruluşların yapılandırılmamış verilerinden içgörü elde etmelerine yardımcı olmaktadır. Hükümet pazarı, bilginin stratejik bir varlık olduğunun farkına varmakta ve hükümetin görev gereksinimlerini daha iyi karşılamak ve yerine getirmek için hem yapılandırılmış hem de yapılandırılmamış bilgileri koruması, kullanması ve analiz etmesi gerekmektedir. Hükümet liderleri, görevlerini başarıyla tamamlamak için veri odaklı kuruluşlara dönüşmeye çalışırken, olaylar, insanlar, süreçler ve bilgiler arasındaki bağımlılıkları ilişkilendirmek için zemin hazırlamaktadır.

Yüksek değerli hükümet çözümleri, en yıkıcı teknolojilerin bir karışımından oluşturulacaktır:

• Mobil cihazlar ve uygulamalar
• Bulut hizmetleri
• Sosyal iş teknolojileri ve ağ oluşturma
• Big Data ve analitik

IDC, 2020 yılına kadar BT endüstrisinin 5 trilyon dolara ulaşacağını, yani günümüzden yaklaşık 1,7 trilyon dolar daha fazla olacağını ve endüstrinin büyümesinin %80'inin bu 3. Platform teknolojileri tarafından yönlendirileceğini tahmin etmektedir. Uzun vadede, bu teknolojiler artan dijital bilginin karmaşıklığıyla başa çıkmak için temel araçlar olacaktır. Big Data, akıllı endüstri çözümlerinden biridir ve hükümetin büyük miktarda veriyi analiz ederek ortaya çıkan kalıplara dayanarak harekete geçerek daha iyi kararlar almasını sağlar — ilişkili ve ilişkisiz, yapılandırılmış ve yapılandırılmamış.

Ancak bu başarıları elde etmek, sadece büyük miktarda veri biriktirmekten çok daha fazlasını gerektirir. Beyaz Saray Bilim ve Teknoloji Politikası Ofisi'nden Tom Kalil ve Fen Zhao, OSTP Blog'daki bir gönderide, “Bu Big Data hacminin anlamlandırılması, geniş ve çeşitli bilgi akışlarından analiz edip faydalı bilgi çıkarabilecek son teknoloji araçlar ve teknolojiler gerektirir” diye yazdı.

Beyaz Saray, ajansların bu teknolojileri bulmasına yardımcı olmak için 2012 yılında Ulusal Big Data Araştırma ve Geliştirme Girişimi'ni başlattı. Girişim, Big Data'nin patlamasından ve onu analiz etmek için gereken araçlardan en iyi şekilde yararlanmak için 200 milyon dolardan fazla içeriyordu.

Big Data'nin oluşturduğu zorluklar, vaat ettiği kadar caydırıcıdır. Verileri verimli bir şekilde depolamak bu zorluklardan biridir. Her zaman olduğu gibi, bütçeler dardır, bu nedenle ajanslar depolama başına megabayt fiyatını en aza indirmeli ve kullanıcıların istediklerinde ve ihtiyaç duydukları şekilde erişebilmeleri için verileri kolayca erişilebilir tutmalıdır. Büyük miktarda veriyi yedeklemek zorluğu artırır.

Verileri etkili bir şekilde analiz etmek bir diğer büyük zorluktur. Birçok ajans, dağlarca veriyi eleyerek ve onlara daha verimli çalışmalarına yardımcı olabilecek eğilimleri tespit etmelerini sağlayarak ticari araçlar kullanmaktadır. (MeriTalk tarafından yapılan son bir araştırmaya göre, federal BT yöneticileri Big Data'nin ajansların 500 milyar dolardan fazla tasarruf etmesine ve aynı zamanda görev hedeflerini yerine getirmesine yardımcı olabileceğine inanıyor.).

Özel olarak geliştirilen Big Data araçları da ajansların verilerini analiz etme ihtiyacını karşılamasına olanak tanıyor. Örneğin, Oak Ridge Ulusal Laboratuvarı'nın Hesaplamalı Veri Analitiği Grubu, Piranha veri analitiği sistemini diğer ajansların kullanımına sundu. Sistem, tıbbi araştırmacıların aort anevrizmalarına karşı doktorları uyarabilecek bir bağlantı bulmasına yardımcı oldu. Ayrıca, özgeçmişleri eleyerek iş adaylarını işe alım yöneticileriyle eşleştirmek gibi daha basit görevler için de kullanılmaktadır.

Genel Bakış

İletişim hizmeti sağlayıcıları (CSP'ler), mükemmel müşteri deneyimi sağlarken maliyetleri düşürme ve kullanıcı başına ortalama geliri (ARPU) en üst düzeye çıkarma konusunda baskı altındadır, ancak veri hacimleri artmaya devam etmektedir. Küresel mobil veri trafiği, 2016'ya kadar yıllık bileşik büyüme oranı (CAGR) olarak %78 artarak aylık 10,8 exabyte'a ulaşacaktır.

Bu arada, CSP'ler çağrı detay kayıtları (CDR), ağ verileri ve müşteri verileri dahil olmak üzere büyük miktarda veri üretmektedir. Bu verileri tam olarak kullanan şirketler rekabet avantajı elde etmektedir. The Economist Intelligence Unit tarafından yapılan son bir ankete göre, veri odaklı karar alma kullanan şirketler %5-6 oranında verimlilik artışı elde etmektedir. Ancak şirketlerin %53'ü değerli verilerinin yalnızca yarısını kullanmakta ve katılımcıların dörtte biri, çok miktarda kullanışlı verinin kullanılmadığını belirtmektedir. Veri hacimleri o kadar yüksektir ki manuel analiz imkansızdır ve çoğu eski yazılım sistemi ayak uyduramamaktadır, bu da değerli verilerin atılmasına veya göz ardı edilmesine neden olmaktadır.

Big Data & Analytics’in yüksek hızlı, ölçeklenebilir büyük veri yazılımıyla, CSP'ler daha kısa sürede daha iyi karar almak için tüm verilerini çıkarabilirler. Farklı Big Data ürünleri ve teknikleri, büyük verilerden içgörüler toplamak, hazırlamak, analiz etmek ve sunmak için uçtan uca bir yazılım platformu sağlar. Uygulama alanları arasında ağ performansı izleme, dolandırıcılık tespiti, müşteri kaybı tespiti ve kredi risk analizi yer almaktadır. Big Data & Analytics ürünleri terabaytlarca veriyi işleyecek şekilde ölçeklenebilir, ancak bu tür araçların uygulanması Hadoop gibi yeni nesil bulut tabanlı veritabanı sistemleri veya devasa ölçekli paralel işlemci (KPU vb.) gerektirir.

Bu kurs, CSP'lerin verimlilik kazanımı için yatırım yaptığı ve yeni iş gelir akışları açtığı tüm yeni alanları kapsayan Big Data BI for Telco konusunu ele almaktadır. Kurs, karar vericilerin ve yöneticilerin Big Data BI'ın Telco'daki potansiyelini tam olarak anlamalarını sağlamak için Big Data BI'ın Telco'daki 360 derecelik kapsamlı bir genel bakışını sunacaktır.

Kurs Hedefleri

Kursun ana hedefi, Telecom Business'ün 4 sektöründe (Marketing/Satış, Ağ Operasyonları, Finansal Operasyonlar ve Müşteri İlişkileri Management) yeni Big Data iş zekası tekniklerini tanıtmakdır. Öğrencilere aşağıdakiler tanıtılacaktır:

• Big Data'ya giriş - Big Data'daki 4V (hacim, hız, çeşitlilik ve doğruluk) nedir - Telco perspektifinden oluşturma, çıkarma ve yönetme
• Big Data analitiğinin eski veri analitiğinden nasıl farklı olduğu
• Big Data'nın şirket içi gerekçelendirilmesi - Telco perspektifi
• Hadoop Ekosistemine giriş - Big Data sorunlarını çözmek için ne zaman ve nasıl kullanılacakları konusunda Hive, Pig, SPARC gibi tüm Hadoop araçlarına aşinalık
• Big Data'nın analitik araçlar için nasıl çıkarıldığı - Business Analysis'ün entegre Hadoop gösterge panosu yaklaşımı aracılığıyla veri toplama ve analizindeki sorun noktalarını nasıl azaltabileceği
• Telco için temel içgörü analitiği, görselleştirme analitiği ve tahmin analitiği tanıtımı
• Müşteri kaybı analitiği ve Big Data - Big Data analitiğinin Telco'da müşteri kaybını ve müşteri memnuniyetsizliğini nasıl azaltabileceği - vaka çalışmaları
• Ağ meta verilerinden ve IPDR'den ağ arızası ve hizmet arızası analitiği
• Satış ve operasyonel verilerden finansal analiz - dolandırıcılık, israf ve yatırım getirisi tahmini
• Müşteri edinme sorunu - hedef pazarlama, müşteri segmentasyonu ve satış verilerinden çapraz satış
• Tüm Big Data analitik ürünlerinin tanıtımı ve Telco analitik alanına nasıl uydukları
• Sonuç - Big Data Business Intelligence'yi kuruluşunuzda adım adım nasıl tanıtacağınız

Hedef Kitle

• Ağ operasyonları, Finansal Yöneticiler, CRM Yöneticileri ve Telco CIO ofisindeki üst düzey BT Yöneticileri.
• Telco'daki Business Analistleri
• CFO ofisi yöneticileri/analistleri
• Operasyonel Yöneticiler
• Kalite Güvence Yöneticileri

Bu eğitmen liderliğindeki canlı eğitimde, katılımcılar Big Data teknolojilerine yaklaşım için gereken zihniyeti öğrenecek, mevcut süreçler ve politikalar üzerindeki etkilerini değerlendirecek ve bu teknolojileri suç faaliyetlerini tespit etmek ve suçu önlemek amacıyla uygulayacaklar. Dünya çapındaki kolluk kuvvetleri örgütlerinden vaka çalışmaları incelenerek, benimseme yaklaşımları, karşılaştıkları zorluklar ve elde edilen sonuçlar hakkında içgörüler kazanılacak.

Bu eğitimin sonunda katılımcılar şunları yapabilecekler:

• Bir soruşturma sırasında hikayeyi bir araya getirmek için Big Data teknolojisini geleneksel veri toplama süreçleriyle birleştirmek.
• Veri analizi için endüstriyel büyük veri depolama ve işleme çözümlerini uygulamak.
• Suç soruşturmasında veriye dayalı bir yaklaşımı etkinleştirmek için en uygun araçlar ve süreçlerin benimsenmesi için bir öneri hazırlamak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), küme analizi için SAS içinde R ile programlama yapmak isteyen veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri madenciliği için küme analizi kullanmak
• Kümeleme çözümleri için R sözdiziminde ustalaşmak.
• Hiyerarşik ve hiyerarşik olmayan kümeleme uygulamak.
• Make iş operasyonlarını iyileştirmeye yardımcı olmak için veri odaklı kararlar almak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), verileri görselleştirme ve analiz için hazırlamak amacıyla Alteryx'yi kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Daha sonra görselleştirmek üzere verileri Alteryx ile hazırlayabilecektir.
• Kodsuz ETL işlemleri gerçekleştirebilecektir.
• İş zekası ve iş analitiğini geliştirmek için Alteryx'yi kullanabilecektir.

Apache Druid, Java ile yazılmış, açık kaynaklı, sütun odaklı, dağıtılmış bir veri deposudur. Bu sistem, büyük miktarda olay verisini hızlı bir şekilde almak ve bu veriler üzerinde düşük gecikmeli OLAP sorguları yürütmek için tasarlanmıştır. Druid, genellikle iş zekası uygulamalarında yüksek hacimli gerçek zamanlı ve geçmiş verileri analiz etmek için kullanılır. Ayrıca, son kullanıcılar için hızlı, etkileşimli analitik panellerini desteklemek için de uygundur. Druid, Alibaba, Airbnb, Cisco, eBay, Netflix, Paypal ve Yahoo gibi şirketler tarafından kullanılmaktadır.

Bu eğitmen liderliğindeki, canlı eğitimde, veri ambarı çözümlerinin bazı sınırlamalarını keşfediyor ve Druid'in bu teknolojileri tamamlayarak esnek ve ölçeklenebilir bir akış analizi yığını oluşturabileceğini tartışıyoruz. Birçok örnek üzerinden ilerliyor ve katılımcılara laboratuvar ortamında Druid tabanlı çözümleri uygulamaları ve test etmeleri için fırsat sunuyoruz.

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, yoğun uygulamalı çalışma, anlayışı ölçmek için ara sıra testler

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), verileri analiz etmek ve raporlamak isteyen iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veriler hakkında analiz yapıp içgörüler paylaşmak.
• İş performansını görselleştirmek.
• Veri kaynaklarını temizlemek ve birleştirmek için yapay zeka destekli hazırlık kullanmak.
• IBM Cognos Analytics'in yerleşik yapay zeka özellikleri ile verilerdeki gizli kalıpları ortaya çıkarmak.

In this instructor-led, live training in Ankara, participants will learn to use JasperReports to view and interact with business data as well as create and design reports and dashboards that are viewable on phones and tablets.

By the end of this training, participants will be able to:

• Set up and configure a JasperSoft ETL project
• Design and run an ETL job
• Use iReport to generate charts, images, sub-reports, and cross tabs

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), iş zekası analizi ve raporlama için veri toplamak, sorgulamak ve görselleştirmek isteyen veri analistleri ve veri bilimcileri için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri görselleştirmeleri ve panolar oluşturmaya başlamak için Metabase'yi kurmak ve yüklemek.
• Metabase içinde veri sorgulamayı, toplamayı ve görselleştirmeyi öğrenmek.
• SQL sorguları yazmak için Metabase içindeki özellikleri ve araçları kullanmak.
• İş içgörüleri elde etmek için analitik çizelgeler ve panolar oluşturmak.
• Metabase'yi kullanma ve yaygın sorunları çözme konusunda en iyi uygulamaları ve ipuçlarını bilmek.

Bu eğitmen liderliğindeki, canlı eğitimde (Ankara – çevrimiçi veya yerinde), katılımcılar MicroStrategy kullanarak çeşitli veri kaynaklarına nasıl erişeceklerini, ardından analiz için raporlar ve panolar oluşturacaklarını öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• MicroStrategy'i kurmak ve yapılandırmak.
• Büyük veri kümelerinde öngörülü analiz yapmak için MicroStrategy'i kullanmak.
• Access ve veri ambarlarından, Excel dosyalarından ve Apache Hadoop'dan gelen verileri analiz etmek.
• Ayrıntılı raporlar ve panolar oluşturmak.

İnteraktif Panolar Hazırlamak İçin Veri Alma ve Dönüştürme Yöntemlerini Öğrenin

Power BI, en popüler Data Visualization araçlarından biridir ve bir Business Intelligence Araçtır. Power BI, farklı kaynaklardan veri almak, verileri dönüştürmek ve güzel raporlar oluşturmak için kullanılan veri bağlayıcıları, uygulamalar ve yazılım hizmetleri koleksiyonudur.

Power BI ayrıca, bunları kuruluşunuz için yayınlamanıza olanak tanır, böylece mobil cihazlar, tabletler vb. kullanarak bunlara erişebilirsiniz. Bu Power BI Eğitiminde, birden çok veri kaynağına bağlanma, veri dönüşümleri ve grafikler, tablolar, matrisler, haritalar vb. gibi raporlar oluşturma yaklaşımını adım adım göstereceğiz.

Pentaho Açık Kaynaklı İş Zekası Süiti Topluluk Sürümü (CE), veri entegrasyonu, raporlama, gösterge panoları ve yükleme yetenekleri sağlayan bir iş zekası paketidir.

Bu eğitmen liderliğindeki, canlı eğitimde katılımcılar, Pentaho Açık Kaynaklı İş Zekası Süiti Topluluk Sürümü (CE)'nin özelliklerini nasıl en üst düzeye çıkaracaklarını öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Pentaho Açık Kaynaklı İş Zekası Süiti Topluluk Sürümü (CE)'yi kurmak ve yapılandırmak
• Pentaho CE araçlarının ve özelliklerinin temellerini anlamak
• Pentaho CE kullanarak raporlar oluşturmak
• Üçüncü taraf verilerini Pentaho CE'ye entegre etmek
• Pentaho CE'de büyük veri ve analizlerle çalışmak

Hedef Kitle

• Programcılar
• İş Zekası Geliştiricileri

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı çalışma

Not

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapınız.

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde), Qlik Sense'de ilişkisel modeller geliştirmek isteyen veri analistleri ve web geliştiricilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Qlik Sense'i veri biliminde uygulayın.
• Qlik Sense arayüzünü kullanın ve gezinin.
• AI etkileşimi ile veri okuryazarlığına sahip bir iş gücü oluşturun.
• Qlik Sense ile veri odaklı bir işletme yaratın.

Bu eğitmen liderliğindeki, canlı eğitimde (Ankara – çevrimiçi veya yerinde), katılımcılar QlikView'i kuruluşlarında karar almayı desteklemek için nasıl kullanacaklarını öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• QlikView'i kurmak ve yapılandırmak.
• QliKView kullanarak verileri analiz etmek ve görüntülemek.
• QlikView'den elde edilen veri keşiflerini karar almayı desteklemek için kullanmak.

Bu eğitmen liderliğindeki, canlı eğitimde (Ankara – çevrimiçi veya yerinde), katılımcılar QlikView ile geliştirmeye nasıl başlayacaklarını öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• QlikView'ı kurmak ve yapılandırmak.
• QlikView betiği aracılığıyla çeşitli kaynaklardan verileri dönüştürmek.
• QlikView ile veri modelleri oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), Redash kullanarak SQL tabanlı sorgular çalıştırmak ve çeşitli kaynaklardan gelen verileri görselleştirmek isteyen veri bilimcileri ve geliştiriciler için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri görselleştirmeleri ve panolar oluşturmaya başlamak için Redash'i kurmak ve yüklemek.
• Redash'i Postgres, MongoDB, Databricks vb. gibi farklı veri kaynaklarına bağlamak.
• Birden çok veritabanı kaynağından karmaşık verileri nasıl sorgulayacaklarını ve birleştireceklerini öğrenmek.
• SQL sorguları yazmak ve yürütmek ve işbirliğine dayalı veri görselleştirmeleri ve panolar oluşturmak.
• Redash'in API uç noktalarını kullanarak diğer web uygulamalarıyla entegrasyonları etkinleştirmek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), ileri düzey veri yönetimi, veri analizi ve daha fazlası için SAS ile programlama yapmak isteyen veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Verimli SAS programları yazmak için makroları kullanmada ustalaşmak.
• Tahmine dayalı modelleme ile bir modeli eğitmek ve görülmemiş veriler üzerinde tahminler yapmak.
• Veri görselleştirmesi için grafikler ve çizelgeler oluşturmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), verileri aramak, analiz etmek ve görselleştirmek isteyen veri analistleri ve veri bilimcileri için tasarlanmıştır ve Splunk kullanır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Splunk'yı kurmak ve yapılandırmak.
• Her türlü makine verisini toplamak ve indekslemek.
• Gerçek zamanlı arama, analiz ve büyük veri kümelerinin görselleştirilmesini uygulamak.
• Karmaşık gösterge panelleri ve raporlar oluşturmak ve paylaşmak.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), verileri Splunk Indexers'a almak ve Splunk içinde verileri manipüle etmek isteyen mühendisler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Farklı veri giriş yöntemlerini ve kaynaklarını kullanın.
• Forwarder'ları kurun, yapılandırın, yönetin ve izleyin.
• Splunk içinde ham verileri manipüle edin.
• Bir Splunk Diag oluşturun.

SSAS (SQL Server Analysis Services), çoklu veritabanları, tablolar veya dosyalar genelinde veri analizleri için işlemsel işleme (OLAP) ve veri madenciliği aracıdır. SSAS tarafından sağlanan semantik veri modelleri, Power BI, Excel, Reporting Services ve diğer veri görselleştirme araçları gibi istemci uygulamaları tarafından kullanılır.

Bu eğitmen liderliğindeki, canlı eğitimde (yerinde veya uzaktan), katılımcılar SSAS'yı kullanarak veritabanlarında ve veri ambarlarında büyük hacimli verileri nasıl analiz edeceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SSAS'yı kurmak ve yapılandırmak
• SSAS, SSIS ve SSRS arasındaki ilişkiyi anlamak
• Verilerden iş içgörüleri elde etmek için çok boyutlu veri modelleme uygulamak
• OLAP (Çevrimiçi Analitik İşleme) küpleri tasarlamak
• Çok boyutlu verileri MDX (Çok Boyutlu Expressions) sorgu dili kullanarak sorgulamak ve değiştirmek
• SSAS kullanarak gerçek dünya BI çözümleri dağıtmak

Hedef Kitle

• BI (Business Intelligence) profesyonelleri
• Veri Analistleri
• Database ve veri ambarı profesyonelleri

Kurs Formatı

• Etkileşimli ders ve tartışma
• Çok sayıda alıştırma ve uygulama
• Canlı laboratuvar ortamında uygulamalı uygulama

Kurs Özelleştirme Seçenekleri

• Bu eğitim, Microsoft SQL Server ve SSAS'nın en son sürümüne dayanmaktadır.
• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçin.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara – çevrimiçi veya yerinde) büyük veri kümelerini analiz etmek isteyen veri analistlerine yöneliktir ve Stata ile çalışmayı amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Temel ilgi değişkenlerini ve olayları tahmin etmek için istatistiksel modeller oluşturmak.
• Tanımlayıcı görselleştirmeler, özet tablolar, frekanslar ve daha fazlasını oluşturmak.
• Büyük veri kümelerini yönetmek ve yapılandırmak, böylece veri analizine hazır hale getirmek.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), istatistiksel analiz için büyük verileri analiz etmek amacıyla Stata ve R kullanmak isteyen veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Temel ilgi değişkenlerini ve olayları tahmin etmek için istatistiksel modeller oluşturmak.
• Tanımlayıcı görselleştirmeler, özet tablolar, frekanslar ve daha fazlasını oluşturmak.
• Veri analizine hazırlık için büyük veritabanlarını yönetmek ve yapılandırmak.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), verileri keşfetmek, düzenlemek ve görselleştirmek isteyen veri analistleri ve veri bilimcileri için tasarlanmıştır; bu eğitimde Apache Superset kullanılacaktır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Apache Superset'i kurmak ve yapılandırmak.
• Farklı veritabanlarından gelen verileri birleştirmek.
• Büyük veri kümelerini görselleştirmek.
• Karmaşık gösterge panelleri oluşturmak ve paylaşmak.

Kurs Formatı

• Etkileşimli ders ve tartışma.
• Çok sayıda alıştırma ve uygulama.
• Canlı laboratuvar ortamında uygulamalı uygulama.

Kurs Özelleştirme Seçenekleri

• Bu eğitim, Apache Superset'in en son sürümüne dayanmaktadır.
• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçin.
• Apache Superset hakkında daha fazla bilgi edinmek için lütfen şu adresi ziyaret edin: https://superset.incubator.apache.org