Python Programming for Finance Eğitimi

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), paketleri ve veri analizi iş akışlarını tek bir platformda yakalamak, yönetmek ve dağıtmak için Anaconda ekosistemini kullanmak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Anaconda bileşenlerini ve kütüphanelerini kurmak ve yapılandırmak.
• Anaconda'ün temel kavramlarını, özelliklerini ve faydalarını anlamak.
• Anaconda Navigator kullanarak paketleri, ortamları ve kanalları yönetmek.
• Veri bilimi ve makine öğrenimi için Conda, R ve Python paketlerini kullanmak.
• Çoklu veri ortamlarını yönetmek için bazı pratik kullanım durumlarını ve teknikleri öğrenmek.

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 liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri analizi ve manipülasyonu becerilerini Pandas ve NumPy kullanarak geliştirmek isteyen orta seviyedeki Python geliştiriciler ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python, Pandas ve NumPy içeren bir geliştirme ortamı kurmak.
• Pandas ve NumPy kullanarak bir veri analizi uygulaması oluşturmak.
• Gelişmiş veri düzenleme, sıralama ve filtreleme işlemleri gerçekleştirmek.
• Toplu işlemler yürütmek ve zaman serisi verilerini analiz etmek.
• Matplotlib ve diğer görselleştirme kütüphanelerini kullanarak verileri görselleştirmek.
• Veri analizi kodlarını ayıklamak ve optimize etmek.

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 liderliğindeki, canlı eğitim (online veya yerinde), kuruluşun finansal varlıklarını bulutta kaydetmek, yönetmek, izlemek ve işlemek isteyen bulut yöneticileri, bulut mimarları, teknoloji liderleri ve finans analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar, maliyetleri tahmin etmek, süreçleri optimize etmek ve bulutta finansal yönetim operasyonlarını gerçekleştirmek için bir organizasyonda FinOps uygulamalarını kullanabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), bulut finans yönetimi, optimizasyon stratejileri ve finans, mühendislik ve iş ekipleri arasındaki işbirliği dahil olmak üzere FinOps ilkelerini ve metodolojilerini kapsamlı bir şekilde öğrenmek isteyen orta düzey finans profesyonellerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FinOps çerçevesini, ilkelerini ve aşamalarını anlayabilecektir.
• Veri analizi ve yönetişim yoluyla bulut maliyetlerini etkin bir şekilde yönetebilecektir.
• Bulut harcamalarını uyumlu hale getirmek için finans, mühendislik ve iş birimleri arasında işbirliği yapabilecektir.
• Maliyet tahsisi, tahmin ve optimizasyon için FinOps araçlarını kullanabilecektir.
• FinOps Sertifikalı FOCUS Analisti sınavına hazırlanabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde) bulut finans yönetimi alanında ileri düzeydeki profesyonellere yöneliktir ve bulut maliyet yönetimi ile ilgili finansal operasyonlar (FinOps) konusundaki uzmanlıklarını doğrulamak isteyenlere hitap eder.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• FinOps Sertifikalı Uzman sınavı için gerekli ileri düzey bilgileri edineceklerdir.
• Maliyet optimizasyonu, bütçe yönetimi ve raporlama dahil olmak üzere karmaşık FinOps uygulamalarını anlayacaklardır.
• Gerçek dünya senaryolarında FinOps stratejilerini uygulama konusunda pratik beceriler geliştireceklerdir.
• FinOps Sertifikalı Uzman sınavını başarıyla tamamlanmak için hazırlanacaklardır.

Bu eğitmen liderliğindeki canlı eğitimde Türkiye, katılımcılar GnuCash kullanarak iş muhasebesi ve finans projelerini ve görevlerini nasıl yöneteceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Faturalandırma, fatura oluşturma, ödemeler, KDV, raporlama vb. dahil olmak üzere finansal ve muhasebe görevlerini yönetmek.
• Banka hesaplarını, hisse senetlerini, geliri ve giderleri takip etmek.
• Çok departmanlı bir işletmede birden fazla hesabı takip etmek.
• GnuCash kullanarak çoklu para birimi cinsinden iş hesaplarını yönetmek.

Bu eğitmen liderliğindeki, canlı eğitim (online veya yerinde), Data Science kullanarak kariyerlerini geliştirmek isteyen veri bilimcileri ve geliştiricileri hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri bilimi ve makine öğrenimi hakkında bilgi edinin.
• Veri analitiğini keşfedin.
• Kaggle hakkında bilgi edinin ve nasıl çalıştığını öğrenin.

Bu eğitmen liderliğindeki, canlı eğitim (yerinde veya uzaktan), Xero'yı muhasebe işlemleri için kullanmak isteyen muhasebecilere ve defterdarlara yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Nakit akışının gerçek zamanlı görünümünü elde etmek.
• Banka hesaplarını Xero'ya bağlayarak banka mutabakatı yapmak.
• Xero içinde KDV (Katma Değer Vergisi) beyannamelerini hazırlamak ve kontrol etmek.
• Ekip üyeleri arasında paylaşılmak üzere raporlar oluşturmak.

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.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), dijital bankacılık sistemleriyle kolayca entegre edilebilen merkeziyetsiz uygulamalar geliştirmek ve test etmek için Open Bank Project API'sini kullanmak isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• OBP API ile uygulama geliştirmeye başlamak için gerekli geliştirme ortamını kurmak.
• Open Bank Project mimarisini, teknolojisini ve kavramlarını anlamak.
• OBP API'yi kullanarak bankacılık uygulamaları geliştirmek ve oluşturmak için nasıl kullanılacağını ve özelleştirileceğini öğrenmek.
• OBP'deki özellikleri, araçları, API'leri ve sanal ortamları keşfetmek.
• OBP API konektörlerinde ve adaptörlerinde güvenlik ve entegrasyonları uygulamak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), RAPIDS kullanarak GPU hızlandırılmış veri işlem hatları, iş akışları ve görselleştirmeler oluşturmak isteyen veri bilimcileri ve geliştiricilere yöneliktir; XGBoost, cuML gibi makine öğrenimi algoritmalarını uygulayarak.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• NVIDIA RAPIDS ile veri modelleri oluşturmak için gerekli geliştirme ortamını kurmak.
• RAPIDS’nin özelliklerini, bileşenlerini ve avantajlarını anlamak.
• Uçtan uca veri ve analiz işlem hatlarını hızlandırmak için GPU’ları kullanmak.
• cuDF ve Apache Arrow ile GPU hızlandırılmış veri hazırlama ve ETL uygulamak.
• XGBoost ve cuML algoritmalarıyla makine öğrenimi görevlerini nasıl gerçekleştireceğini öğrenmek.
• cuXfilter ve cuGraph ile veri görselleştirmeleri oluşturmak ve grafik analizi yapmak.