Python ve R ile Algoritmik Ticaret Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye 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 (Türkiye 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 (Türkiye çevrimiçi veya yerinde), büyük veri kümelerini oluşturmak, ölçeklendirmek ve analiz etmek için Dask'i Python ekosistemi ile kullanmak isteyen veri bilimcileri ve yazılım mühendislerini hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Dask ve Python ile büyük veri işleme için ortamı kurmak.
• Dask'de bulunan özellikleri, kitaplıkları, araçları ve API'leri keşfetmek.
• Dask'in Python içinde paralel işlemeyi nasıl hızlandırdığını anlamak.
• Python ekosistemini (Numpy, SciPy ve Pandas) Dask kullanarak nasıl ölçeklendireceğini öğrenmek.
• Büyük veri kümelerini işlerken yüksek performansı korumak için Dask ortamını optimize etmek.

Bu eğitmen yönlü, canlı eğitim Türkiye (çevrimiçi veya yerinde) orta düzeyde Python geliştiricilerine ve veri analistlerine Pandas ve NumPy kullanarak veri analiz ve manipülasyon becerilerini geliştirmeleri hedeflenmektedir.

Bu eğitimin sonunda katılımcılar:

• Python, Pandas ve NumPy içeren bir geliştirme ortamını kuracaklardır.
• Pandas ve NumPy kullanarak veri analiz uygulaması oluşturacaklardır.
• Gelişmiş veri manipülasyonu, sıralama ve filtreleme işlemlerini gerçekleştireceklerdir.
• Ağregasyon işlemlerini yapacak ve zaman serisi verilerini analiz edeceklerdir.
• Matplotlib ve diğer görselleştirme kütüphaneleri kullanarak veriyi görselleştireceklerdir.
• Veri analiz kodlarını hata ayıklama ve optimize edeceklerdir.

Bu eğitmen yönlendirilen, canlı eğitim Türkiye (çevrimiçi veya yerel), Microsoft Fabric kullanarak lakehouse çözümü uygulamak isteyen orta düzeyli veri profesyonellerini hedef almaktadır.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• Microsoft Fabric'ın mimarisini ve bileşenlerini anlama.
• Microsoft Fabric kullanarak Lakehouse'u yapılandırma ve yönetme.
• Apache Spark kullanarak veriyi alım ve dönüştürme.
• Veriyi sürümleme ve yönetmek için Delta Lake tablolarını kullanma.
• Dataflows Gen2 ile veri alım hattı uygulama.
• Data Factory kullanarak veri hattlarını düzenleme.

Bu eğitmen tarafından yönetilen, canlı eğitim Türkiye (online veya yerinde) başlangıç seviyesi ve orta seviye profesyoneller hedeflenmektedir. Bu profesyoneller Excel ve Google Sheets'in gelişmiş özelliklerini kullanarak veri organizasyonu, analizi ve iş birliği konularında üretkenliklerini ve etkinliklerini artırmayı amaçlar.

Bu eğitimden sonra katılımciler şunları yapabilecektir:

• Excel ve Google Sheets'in temel özelliklerini kullanarak navigasyon yapabilmek.
• Gelişmiş elektronik tablo teknikleri kullanarak veri analizi gerçekleştirebilme ve etkili洞察见解 oluşturmak。
• Google Sheets'i kullanarak gerçek zamanlı iş birliği yaparak ortak çalışmaların aksiliklerini gidermek.
• Raporlama, izleme ve proje yönetimi için yeniden kullanılabilir şablonlar oluşturma.

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), FARM (FastAPI, React ve MongoDB) yığınını kullanarak dinamik, yüksek performanslı ve ölçeklenebilir web uygulamaları oluşturmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FastAPI, React ve MongoDB'yı entegre eden gerekli geliştirme ortamını kurmak.
• FARM yığınının temel kavramlarını, özelliklerini ve faydalarını anlamak.
• FastAPI ile REST API'leri nasıl oluşturacaklarını öğrenmek.
• React ile etkileşimli uygulamaları nasıl tasarlayacaklarını öğrenmek.
• FARM yığınını kullanarak uygulamaları (ön uç ve arka uç) geliştirmek, test etmek ve dağıtmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), RESTful API'leri daha kolay ve hızlı bir şekilde oluşturmak, test etmek ve dağıtmak için FastAPI ile Python'i kullanmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FastAPI ve Python ile API'ler geliştirmek için gerekli geliştirme ortamını kurmak.
• FastAPI kütüphanesini kullanarak API'leri daha hızlı ve kolay bir şekilde oluşturmak.
• Pydantic ve OpenAPI temelinde veri modelleri ve şemaları oluşturmayı öğrenmek.
• SQLAlchemy kullanarak API'leri bir veritabanına bağlamak.
• FastAPI araçlarını kullanarak API'lerde güvenlik ve kimlik doğrulama uygulamak.
• Web API'lerini bir bulut sunucusuna dağıtmak için konteyner imajları oluşturmak.

Bu eğitmen yönlü, canlı eğitim Türkiye (çevrimiçi veya kurum içi), veri analistlerinin Google Sheets'i kullanarak veri analizi yapmak için düzenlenmiştir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• Google Sheets ile elektronik tablolar oluşturabilir.
• Hem Google Sheets hem de Excel'de çalışacak formüller kullanabilir.
• Her türlü veriyi formatlayabilir ve analiz edebilir.
• Grafikler ve diyagramlar ile veri görselleştirmeleri oluşturabilir.

Google Sheets, gerçek zamanlı işbirliğini, veri organizasyonunu ve analizini destekleyen güçlü bir bulut tabanlı elektronik tablo aracıdır.

Bu eğitmen-led, canlı eğitim (çevrimiçi veya kurum içi) başlangıç seviyesine sahip profesyonellerin Google Sheets’in gelişmiş özelliklerini kullanarak verimliliklerini ve işbirliklerini maksimize etmeyi amaçlamaktadır.

Bu eğitim sonunda katılımciler şunları yapabilecekler:

• Google Sheets’in temel özelliklerine erişip kullanabilmek.
• Filtreleme, sıralama ve biçimlendirme araçlarını kullanarak veriyi etkili bir şekilde yönetebilmek.
• İş senaryoları için esasal ve gelişmiş formülleri uygulayabilmek.
• Raporlama ve işbirliği için grafikler, panolar ve yeniden kullanılabilir şablonlar oluşturabilmek.

Eğitim Formatı

• Etkileşimli sunum ve tartışma.
• Google Sheets’ta elden geçiren alıştırmalar ve uygulamalar.
• Hayatın gerçek örnekleri ve işbirliği etkinlikleri.

Eğitim Özelleştirme Seçenekleri

• Bu eğitimin özelleştirilmiş bir sürümünü talep etmek için bizimle iletişime geçin.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye 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 (Türkiye 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 eğitim (Türkiye çevrimiçi veya yerinde), daha hızlı veri analizi için Pandas ile paralel hesaplamalar oluşturmak ve uygulamak isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Modin ile ölçeklenebilir Pandas iş akışlarını geliştirmek için gerekli ortamı kurmak.
• Modin'in özelliklerini, mimarisini ve avantajlarını anlamak.
• Modin, Dask ve Ray arasındaki farkları bilmek.
• Modin ile Pandas işlemlerini daha hızlı gerçekleştirmek.
• Tüm Pandas API'sini ve işlevlerini uygulamak.

Microsoft Fabric, birleşik bir analiz platformudur ve veri mühendisliği, veri entegrasyonu, veri ambarı, veri bilimi, gerçek zamanlı analiz ve iş istihdamını tek çatı altında birleştirir.

Bu eğitmen yönetilen canlı eğitim (çevrimiçi veya yerel) orta düzeyli veri profesyonellerine yöneliktir ve Microsoft Fabric kullanarak entegre analiz, yönetim ve görselleştirme araçlarıyla modern veri çözümleri oluşturmak isteyenler için tasarlanmıştır.

Bu eğitim sonunda katılımcılar şunları yapabilecek hale gelecektir:

• Microsoft Fabric bileşenlerini ve bunların Microsoft ekosistemiyle nasıl entegre olduğunu anlamak.
• Doğru erişim denetimi ile Fabric Çalışma Alanları oluşturmayı ve yönetmeyi öğrenmek.
• Veriyi merkeleştirmek ve analiz etmek için Lakehouses oluşturma ve yönetme.
• Python ve SQL kullanarak keşifsel analiz ve dönüşüm için not defterleri kullanmak.
• Görsel akışlar kullanarak veri akımlarını oluşturma ve otomasyonu yapma.
• Data Warehouse ve Sematic Model katmanları kullanarak veriyi modelleme ve yönetme.
• Fabric içinde interaktif panolar tasarlamak ve yayına almak için Power BI'ı kullanmak.

Eğitim Biçimi

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

Eğitim Özelleştirme Seçenekleri

• Bu eğitim için özelleştirilmiş bir eğitimi talep etmek istiyorsanız, lütfen bize ulaşarak düzenleme yapın.

Kitle

Course Formatı

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

Bu eğitmen yönetimi altında gerçekleştirilen canlı eğitimde, katılımcılar veriyi manipüle etmek ve görselleştirmek için Tidyverse içinde bulunan araçları kullanmayı öğrenecekler.

Tidyverse, verinin temizlenmesi, işleme yapılması, modelleme ve görselleştirilmesi için esnek R paketlerinin bir koleksiyonudur. Dahil olan bazı paketler şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmesine yeni başlayanlar

• Ders, tartışma, alıştırma ve yoğun pratik içeren bir format

• Veri analizi yapmak ve çekici görselleştirmeler oluşturmak
• Örnek veri setlerinden yararlı sonuçlar çıkarabilmek
• Keşif sorularına yanıt verebilmek için veriyi filtrelemek, sıralamak ve özeti oluşturmak
• İşlenmiş veriyi bilgilendirici çizgi grafikleri, sütun grafikleri, histogramlar haline dönüştürmek
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veriyi içe aktarabilmek ve filtrelemek