Bize Ulaşın
 Süre 42 Saat

Eğitim İçeriği

Büyük Veri Ekosistemlerine Giriş

  • Büyük veri teknolojileri ve mimarileri genel bakışı
  • Parti (batch) işleme ile gerçek zamanlı işleme karşılaştırması
  • Ölçeklenebilirlik için veri saklama stratejileri

Apache Spark ile İleri Düzey Veri İşleme

  • Performans için Spark işlerini optimize etme
  • İleri düzey dönüşümler ve aksiyonlar
  • Yapılandırılmış akışlarla (structured streaming) çalışma

Büyük Ölçekli Makine Öğrenimi

  • Dağıtık model eğitim teknikleri
  • Büyük veri setlerinde hiperparametre ayarlaması
  • Büyük veri ortamlarında model dağıtımı (deployment)

Büyük Veri için Derin Öğrenim

  • TensorFlow ve PyTorch'u Spark ile entegre etme
  • Dağıtık derin öğrenim eğitim hatları
  • Görsel, metin ve zaman serisi analizinde kullanım senaryoları

Gerçek Zamanlı Analitik ve Veri Akışı

  • Akışkan veri alımı için Apache Kafka
  • Akış işleme (stream processing) çerçeveleri
  • Gerçek zamanlı sistemlerde izleme ve uyarılar

Veri Yönetişimi, Güvenlik ve Etik

  • Veri gizliliği ve uyumluluk gereksinimleri
  • Büyük veri sistemlerinde erişim kontrolü ve şifreleme
  • Büyük ölçekli analitikte etik hususlar

Büyük Veriyi İş Zekası ile Entegre Etme

  • Büyük veri için veri görselleştirme ve panolar (dashboard)
  • Büyük veri hatlarını BI araçlarına bağlama
  • İleri analitik ile iş sonuçlarını yönlendirme

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Veri analizi ve istatistiksel modelleme kavramlarına güçlü bir hakimiyet
  • Python, R veya Scala gibi veri işleme araçları ve programlama dilleriyle deneyim
  • Hadoop veya Spark gibi dağıtık hesaplama çerçevelerine aşinalık

Hedef Kitle

  • Büyük ölçekli veri işleme ve tahmine dayalı analitiği ustalaşmayı hedefleyen veri bilimciler
  • İleri düzey analitik iş akışlarını tasarlamak ve uygulamak isteyen kıdemli analistler
  • İnovatif veri odaklı çözümlere odaklanan Ar-Ge uzmanları

Katılımcı Sayısı


Katılımcı başına fiyat

Danışanlarımızın Yorumları (3)

Yaklaşan Etkinlikler

İlgili Kategoriler