Türkiye Merkezli Veri Analizi Eğitimleri

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), büyük veri işleme ve analitiği için Google Colab ve Apache Spark kullanmak isteyen orta seviyedeki veri bilimcileri ve mühendisleri hedefler.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Google Colab ve Spark kullanarak büyük bir veri ortamı kurmak.
• Apache Spark ile büyük veri kümelerini verimli bir şekilde işlemek ve analiz etmek.
• Büyük veriyi işbirliğine dayalı bir ortamda görselleştirmek.
• Apache Spark'u bulut tabanlı araçlarla entegre etmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), gerçek dünya verilerine zaman serisi tahmin teknikleri uygulamak isteyen orta düzeydeki veri profesyonellerine yöneliktir ve Google Colab kullanılarak gerçekleştirilecektir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Zaman serisi analizinin temellerini anlayabilecektir.
• Google Colab kullanarak zaman serisi verileriyle çalışabilecektir.
• Veri eğilimlerini tahmin etmek için ARIMA modellerini uygulayabilecektir.
• Esnek tahminler için Facebook’in Prophet kütüphanesini kullanabilecektir.
• Zaman serisi verilerini ve tahmin sonuçlarını görselleştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim programını tamamlayan katılımcılar, Big Data ve ilgili teknolojileri, metodolojileri ve araçları hakkında pratik ve gerçek dünya anlayışına sahip olacaklardır.

Katılımcılar, bu bilgiyi uygulamalı egzersizler aracılığıyla uygulamaya koyma fırsatına sahip olacaklardır. Grup etkileşimi ve eğitmen geri bildirimi, dersin önemli bir parçasını oluşturmaktadır.

Kurs, Big Data'nin temel kavramlarına bir girişle başlar, ardından Data Analysis gerçekleştirmek için kullanılan programlama dilleri ve metodolojilerine ilerler. Son olarak, Big Data depolama, Dağıtık İşleme ve Scalability'yi sağlayan araçları ve altyapıyı tartışırız.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), buluttaki veri ambarı ve dönüşüm projelerini yönetmek için dbt Cloud'u nasıl kullanacaklarını anlamak isteyen yeni başlayan seviyedeki veri mühendisleri, analistleri ve bilim insanlarına yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• dbt Cloud'da projeler oluşturmak ve yönetmek.
• Veri dönüşümlerini planlamak ve çalıştırmak için dbt Cloud arayüzünü kullanmak.
• Ekip üyeleriyle projelerde işbirliği yapmak.
• dbt projelerini üretime dağıtmak.
• dbt projelerini ayıklamak ve sorun gidermek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri görselleştirme, mekânsal analiz ve coğrafi projelerin yönetimi için ArcGIS'yi etkin bir şekilde kullanmayı öğrenmek isteyen, başlangıç seviyesinden ileri seviyeye kadar GIS profesyoneller ve analistler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Coğrafi mekânsal verilerin yönetimi için ArcGIS araçlarını kullanma ve gezme.
• Katmanlar ve özniteliklerle haritalar oluşturma ve özelleştirme.
• Gelişmiş mekânsal analiz ve coğrafi işlem görevlerini gerçekleştirme.
• ModelBuilder ve Python kullanarak iş akışlarını otomatikleştirme.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), bir veri hattı kurmak için AWS Glue kullanma konusunda temelden orta seviyeye bilgi edinmek isteyen veri mühendisleri ve analistlere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• AWS Glue temellerini anlayabilecektir.
• Bir AWS Glue hattı kurabilecektir.
• AWS Glue tarayıcılarını ve işlerini kurabilecektir.
• AWS Glue dönüşümlerini nasıl kullanacağını öğrenebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), mekânsal analiz yeteneklerini geliştirmek, kapsamlı jeoistatistiksel analizler yürütmek ve gerçek dünya senaryolarında daha etkili karar verme ve problem çözme için gelişmiş 3D modelleme teknikleri uygulamak isteyen ileri düzey GIS profesyonelleri hedefler.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• ArcGIS Pro kullanarak mekânsal analiz tekniklerinde gelişmiş beceriler geliştirmek.
• Otomasyon ve karmaşık veri işleme için Python betiklerini kullanmak.
• Gerçek dünya senaryolarında problem çözmek için mekânsal modelleme uygulamak.
• Gelişmiş veri yorumlaması için jeoistatistiksel analizler yürütmek.
• Harici veri kaynaklarını entegre etmek ve 3D mekânsal veri analizinden yararlanmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), çeşitli sektörlerde karmaşık veri analiz görevlerini daha sezgisel bir şekilde gerçekleştirmek isteyen, başlangıç ​​seviyesinden orta seviyeye kadar veri analistleri ve iş profesyonellerine yöneliktir; Google Gemini AI kullanılarak.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Google Gemini AI'nin temellerini anlayabilecektir.
• Çeşitli veri kaynaklarını Gemini AI'ye bağlayabilecektir.
• Doğal dil sorgularını kullanarak verileri keşfedebilecektir.
• Veri kalıplarını analiz edip içgörüler elde edebilecektir.
• İkna edici veri görselleştirmeleri oluşturabilecektir.
• Veriye dayalı içgörüleri etkili bir şekilde iletebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veri analistleri ve Tableau, Python, R ve SQL kullanarak veri görselleştirme ve analiz öğrenmekle ilgilenen herkesi hedeflemektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python, R ve SQL kullanarak veri analizi yapabilmek.
• Tableau ile veri görselleştirme yoluyla içgörüler elde etmek.
• İş operasyonları için veri odaklı kararlar Make alabilmek.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ArcGIS Enterprise için sağlam destek sağlamak isteyen, yeni başlayan seviyedeki BT destek personeline yöneliktir ve herhangi bir anormalliği veya hatayı etkili bir şekilde ele almalarını sağlar.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• ArcGIS Enterprise mimarisini ve bileşenlerini anlayabilecektir.
• ArcGIS Enterprise'ı kurmayı, yapılandırmayı ve yönetmeyi öğrenebilecektir.
• Yaygın sorunları giderme ve çözme konusunda beceriler kazanabilecektir.
• ArcGIS Enterprise ortamlarını izleme ve sürdürme konusunda yetkinlik geliştirebilecektir.
• Yedekleme, kurtarma ve performans optimizasyonu tekniklerinde ustalaşabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), veritabanındaki verileri analiz etmek ve raporları ve şablonları özelleştirmek için TM1'i kullanmak isteyen analistlere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• IBM Planning Analytics kullanarak verileri analiz etmeyi öğrenin.
• Bir veritabanındaki verilerin özel görünümlerini oluşturun.
• TM1 ile iletişim kuran raporlar ve formlar oluşturun.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), geniş bir yelpazedeki veri işleme, analiz ve görselleştirme için Azure Synapse Analytics'i kullanma konusunda yetkin olmak isteyen orta düzeydeki veri mühendislerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Azure Synapse Analytics'in temel kavramlarını, mimarisini ve bileşenlerini anlayabilecektir.
• Azure Synapse kullanarak ölçeklenebilir veri ambarları oluşturabilecek, yapılandırabilecek ve yönetebilecektir.
• Çeşitli kaynaklardan Azure Synapse'e veri alma, dönüştürme ve yükleme (ETL) tekniklerinde ustalaşabilecektir.
• Sorgu performansını optimize edebilecek, verileri güvence altına alabilecek ve Power BI ve diğer araçlarla Azure Synapse'i entegre ederek verileri görselleştirebilecek ve içgörüler paylaşabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), orta seviyedeki veritabanı yöneticileri, SQL geliştiriciler ve veri analistleri için tasarlanmıştır. Katılımcılar, Analitik Fonksiyonların kullanımında ustalaşarak becerilerini geliştirmeyi amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Analitik Fonksiyonların kavramını ve önemini anlayabilecektir.
• Karmaşık analitik problemleri çözmek için çeşitli Analitik Fonksiyonları uygulayabilecektir.
• Kapsamlı veri analizi için Analitik Fonksiyonları diğer SQL özelliklerle birleştirebilecektir.
• Analitik Fonksiyonları kullanarak daha iyi performans için sorguları optimize edebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), ArcGIS'nin temel kavramlarını ve araçlarını öğrenmek isteyen yeni başlayan seviyedeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• GIS'nin temel kavramlarını ve mekânsal verileri anlayabilecektir.
• ArcGIS arayüzünde gezinebilecektir.
• Mekânsal verileri oluşturup yönetebilecektir.
• Temel mekânsal analizler gerçekleştirebilecektir.
• Haritalar ve görselleştirmeler oluşturabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), karmaşık işlemleri ve toplama işlem hatlarını basitleştirirken veri analizi yapmak isteyen veri analistleri ve veri bilimcileri için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi için MongoDB'yi kurmak ve yapılandırmak.
• MongoDB Toplama Çerçevesi'nin kavramlarını ve aşamalarını anlamak.
• Toplama için temel yapı, sözdizimi ve işlemleri öğrenmek.
• Toplamada gelişmiş işlemleri nasıl ele alacağını öğrenmek.
• Toplama performansını iyileştirmek için bazı optimizasyon araçlarını ve tekniklerini uygulamak.

This instructor-led, live training in Türkiye (online or onsite) is aimed at intermediate-level environmental scientists and archaeologists who wish to learn how to use ArcMap in ArcGIS for collecting, organizing, managing, and analyzing geographic information.

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

• Understand the fundamentals of ArcMap and ArcGIS.
• Collect, organize, manage, and analyze geographic information on the social and archaeological elements.
• Conduct spatial queries for impact evaluation.

Bu eğitmen liderliğindeki, canlı eğitimde Türkiye (çevrimiçi veya yerinde) Zabbix'ün kurulumu, planlanması ve yapılandırılması ele alınır ve pratik uygulama ve araçlara odaklanılır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• BT altyapısını izlemek için Zabbix'ü kurmak ve yapılandırmak.
• Zabbix içinde ana makineleri, öğeleri, tetikleyicileri ve eylemleri kurmak ve yönetmek.
• Zabbix'ün veri toplama, uyarı ve raporlama özelliklerini kullanmak.
• Gelişmiş izleme ve otomasyon için Zabbix'ü diğer araçlar ve platformlarla entegre etmek.

Bu kursun Türkiye’daki amacı, katılımcıların sorulara kanıta dayalı cevaplar vermesine yardımcı olmaktır:

Neler oldu?

• verileri işleme ve analiz etme
• bilgilendirici veri görselleştirmeleri oluşturma

Neler olacak?

• gelecekteki performansı tahmin etme
• tahminleri değerlendirme

Neler olmalı?

• verileri kanıta dayalı iş kararlarına dönüştürme
• süreçleri optimize etme

Türkiye'da (çevrimiçi veya yerel) gerçekleştirilen bu eğitmen yönetimi altında olan canlı eğitim, gerçek zamanlı veri ambarları oluşturmak ve büyük ölçekli veri kümelerinde çok boyutlu analiz yapmak isteyen orta düzeyde büyük veri uzmanlarına yönelik olmaktadır.

Eğitim sonunda, katılımcılar şunları yapabileceklerdir:

• Gerçek zamanlı akış veri kaynaklarıyla Apache Kylin’ü kurma ve yapılandırma.
• Tamponlu ve akış verileri için OLAP küpleri tasarlamak ve oluşturma.
• Kylin'in SQL arayüzünü kullanarak alt saniye gecikmeli karmaşık sorgular gerçekleştirmek.
• Interaktif veri görselleştirmesi için Kylin'i BI araçlarıyla entegrasyon yapmak.
• Kylin'de performansı optimize etmek ve kaynakları etkili bir şekilde yönetmek.

Bu eğitmen liderliğindeki, canlı eğitim programını tamamlayan katılımcılar, Big Data ve ilgili teknolojileri, metodolojileri ve araçları hakkında pratik ve gerçek dünya anlayışına sahip olacaklardır.

Katılımcılar, bu bilgiyi uygulamalı egzersizler aracılığıyla uygulamaya koyma fırsatına sahip olacaklardır. Grup etkileşimi ve eğitmen geri bildirimi, dersin önemli bir parçasını oluşturmaktadır.

Kurs, Big Data'ün temel kavramlarına bir girişle başlar, ardından Data Analysis gerçekleştirmek için kullanılan programlama dilleri ve metodolojilerine ilerler. Son olarak, Big Data depolama, Dağıtık İşleme ve Scalability'yi sağlayan araçları ve altyapıyı tartışırız.

R, istatistiksel hesaplama, veri analizi ve grafikler için çok popüler, açık kaynaklı bir ortamdır. Bu kurs, öğrencilere R programlama dilini tanıtıyor. Dil temelleri, kütüphaneler ve ileri düzey kavramları kapsar. Gerçek dünya verileriyle ileri düzey veri analizi ve grafik çizimi.

Hedef Kitle

Geliştiriciler / veri analistleri

Süre

3 gün

Format

Dersler ve Uygulamalı Çalışmalar

Bu kurs, Hive SQL dilinin (aynı zamanda: Hive HQL, SQL üzerinde Hive, HiveQL) Hive'den veri çıkaran kişiler için nasıl kullanılacağını kapsamaktadır.

Hedef Kitle

Analistler, araştırmacılar, bilim insanları, lisans ve yüksek lisans öğrencileri ve Microsoft Excel'de istatistiksel analiz yapmayı öğrenmek isteyen herkes.

Kurs Hedefleri

Bu kurs, Excel ve istatistik bilginizi geliştirerek iş veya araştırmalarınızın etkinliğini ve verimliliğini artırmanıza yardımcı olacaktır.

Bu kurs, Microsoft Excel'deki Analysis ToolPack'in, istatistiksel fonksiyonların nasıl kullanılacağını ve temel istatistiksel prosedürlerin nasıl gerçekleştirileceğini açıklamaktadır. Excel'in sınırlamaları nelerdir ve bunların nasıl aşılacağını açıklayacaktır.

Bu eğitimi tamamlayan katılımcılar, Data Science ve ilgili teknolojiler, metodolojiler ve araçlar konusunda pratik ve gerçek dünya anlayışına sahip olacaklardır.

Katılımcılar, bu bilgiyi uygulamalı egzersizler aracılığıyla uygulamaya koyma fırsatı bulacaklardır. Grup etkileşimi ve eğitmen geri bildirimi, dersin önemli bir bölümünü oluşturmaktadır.

Kurs, Data Science'un temel kavramlarına bir girişle başlar, ardından Data Science'da kullanılan araçlar ve metodolojilere ilerler.

Hedef Kitle

• Geliştiriciler
• Teknik analistler
• BT danışmanları

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 geçin.

Veri analizi günümüz iş dünyasında hayati bir araçtır. Bu eğitim boyunca pratik veri analizi becerileri geliştirmeye odaklanacağız. Amaç, katılımcıların kanıta dayalı sorulara yanıt vermesine yardımcı olmaktır:

Ne oldu?

• verileri işleme ve analiz etme
• bilgilendirici veri görselleştirmeleri oluşturma

Ne olacak?

• gelecekteki performansı tahmin etme
• tahminleri değerlendirme

Ne yapılmalı?

• verileri kanıta dayalı iş kararlarına dönüştürme
• süreçleri optimize etme

Kurs, ister 6 günlük bir sınıf içi eğitim olarak ister uzaktan, tercihlerinize göre birkaç hafta boyunca verilebilir. İhtiyaçlarınıza en uygun şekilde kursu sunmak için sizinle çalışabiliriz.

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), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonelleri ve işe alım uzmanlarına yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders anlatımı ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

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

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), organizasyonel performansı iyileştirmek için analitik yöntemler kullanmak isteyen İK profesyonellerine yöneliktir. Bu kurs, nitel ve nicel, ampirik ve istatistiksel yaklaşımları kapsamaktadır.

Kurs Formatı

• İnteraktif ders ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Kurs Özelleştirme Seçenekleri

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

Dremio, farklı veri kaynaklarını sorgulamayı hızlandıran açık kaynaklı bir "self-servis veri platformudur". Dremio, ilişkisel veritabanları, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch ve diğer veri kaynaklarıyla entegre olur. SQL'yi destekler ve sorguları oluşturmak için bir web arayüzü sağlar.

Bu eğitmen liderliğindeki, canlı eğitimde katılımcılar, Dremio'u veri analiz araçları ve temel veri depoları için birleştirici bir katman olarak nasıl kuracaklarını, yapılandıracaklarını ve kullanacaklarını öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Dremio'u kurmak ve yapılandırmak
• Konum, boyut veya yapıdan bağımsız olarak birden çok veri kaynağına sorgular çalıştırmak
• Dremio'u Tableau ve Elasticsearch gibi BI ve veri kaynaklarıyla entegre etmek

Hedef Kitle

• Veri bilimcileri
• Business analistleri
• Veri mühendisleri

Kurs Formatı

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

Notlar

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

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), yapay zeka çözümlerinde kullanmak üzere verileri hazırlamak isteyen veri bilimcilerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Cloud Pak for Data'yı kurmak ve yapılandırmak.
• Verilerin toplanmasını, düzenlenmesini ve analizini birleştirmek.
• Cloud Pak for Data'yı yaygın iş sorunlarını çözmek için çeşitli hizmetlerle entegre etmek.
• Bir yapay zeka çözümünün geliştirilmesi konusunda ekip üyeleriyle işbirliği yapmak için iş akışları uygulamak.

Bu eğitmen liderliğindeki, canlı eğitimde (Türkiye yerinde veya uzaktan), katılımcılar Python ve Excel'in yeteneklerini nasıl birleştireceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Python ve Excel'i entegre etmek için paketleri kurma ve yapılandırma.
• Python kullanarak Excel dosyalarını okuma, yazma ve değiştirme.
• Excel'den Python fonksiyonlarını çağırma.

Bu eğitmen liderliğindeki canlı eğitimde, katılımcılar veriye erişim, analiz ve görselleştirme için üç farklı yaklaşım öğrenecekler. İlk olarak, RDMS veritabanlarına bir giriş yapacağız; odak noktamız, SQL dili kullanılarak bir Oracle veritabanına erişim ve sorgulama olacak. Ardından, Python dili kullanılarak bir RDMS veritabanına programlı olarak erişim stratejilerine bakacağız. Son olarak, TIBCO Spotfire kullanarak verileri nasıl görselleştirebileceğimizi ve grafiksel olarak sunabileceğimizi inceleyeceğiz.

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

Bu eğitmen liderliğindeki canlı eğitimde Türkiye'da katılımcılar, kdb+ ve q kullanarak zaman serisi veri uygulaması oluşturmayı öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Satır odaklı bir veritabanı ile sütun odaklı bir veritabanı arasındaki farkı anlayabilecektir.
• Veri seçimi, betik yazma ve gelişmiş analizler gerçekleştirmek için fonksiyonlar oluşturabilecektir.
• Hisse senedi ve emtia borsası verileri gibi zaman serisi verilerini analiz edebilecektir.
• kdb+'nin bellek içi yeteneklerini kullanarak büyük veri kümelerini yüksek hızda depolayabilecek, analiz edebilecek, işleyebilecek ve alabilecektir.
• Fonksiyonları ve verileri, vektörel olmayan dillerde yaygın olan standart fonksiyon(argümanlar) yaklaşımından daha üst düzeyde düşünebilecektir.
• kdb+ için enerji ticareti, telekomünikasyon, sensör verileri, günlük verileri ve makine ve ağ kullanımının izlenmesi gibi diğer zaman duyarlı uygulamaları keşfedebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), bulutta mevcut çözümleri, buluttaki verilerle çalışmak için gereken veri analiz süreçlerini ve Power BI gibi araçları kullanarak verileri analiz etmek için uygulamalı deneyim kazanmak isteyen teknik kişiler için tasarlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Power BI'yi kurmak ve yapılandırmak.
• Azure gibi bulut sağlayıcıları tarafından sunulan çeşitli veri çözümlerini değerlendirmek.
• Big Data'u depolamak, yönetmek ve erişmek için kullanılan farklı yapıları, modelleme yaklaşımlarını ve veri ambarı tasarımlarını anlamak.
• Analize hazırlık için verileri temizlemek için araçları ve teknikleri uygulamak.
• Yerinde ve bulut verilerine dayalı raporlama ve analiz çözümleri oluşturmak.
• Veri analizi çözümlerini bir veri ambarıyla entegre etmek.
• Veri güvenliği risklerini azaltmak ve veri gizliliğini sağlamak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), dağıtılmış arama ve birleşik ve güvenli bir sistemde veri analizi gerçekleştirmek için OpenSearch'ü kullanmak isteyen geliştiriciler ve yöneticiler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• OpenSearch ve OpenSearch Dashboards ile arama ve analiz çözümleri oluşturmaya başlamak için gerekli geliştirme ortamını kurmak.
• Elasticsearch OSS'den OpenSearch'e yükseltmede üç yaklaşımı (anlık görüntü, yeniden başlatma ve sürekli) anlamak.
• OpenSearch içinde verileri nasıl indeksleyeceğinizi, veri akışları oluşturacağınızı, sorgular çalıştıracağınızı ve kümeler arası işlemleri nasıl kolaylaştıracağınızı öğrenmek.
• Arama deneyimini optimize ederken ve kümeleri güvenli tutarken eklentileri, API'leri, istemcileri ve alma araçlarını (Beats, Logstash, Grafana vb.) keşfetmek ve kullanmak.
• Veri yönetimini, görselleştirmeyi, günlüğe kaydetmeyi, izlemeyi ve bakımı merkezileştirmek için OpenSearch Dashboards'u kullanmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), satış verileri, trafik analizleri, müşteri etkileşimleri vb.'nden veri analizine başlamak için yeterli bilgiye sahip olmak isteyen kişilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veri analizi için kod yazmaya başlamak üzere gerekli yazılımı, kütüphaneleri ve geliştirme ortamını kurabilir ve yapılandırabilirler.
• 822, CSV, JSON dosyaları ve veritabanları gibi kaynaklardan veri analiz edebilirler.
• Analizden önce verilerin kullanılabilirliğini artırmak için verileri temizleyebilirler.
• Basit istatistiksel analizler gerçekleştirebilirler.
• İstenen verileri düz sayılardan veri görselleştirmelerine kadar doğru formatta sunan raporlar oluşturabilirler.
• Performans trendleri, sorunlu alanlar dahil olmak üzere verilerden değerli bilgiler edinebilirler.

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 kursun amacı, SQL'ün farklı veritabanlarında (Oracle, SQL Server, MS Access...) kullanımını net bir şekilde anlamanızı sağlamaktır. Analitik fonksiyonların ve veritabanında farklı tabloları birleştirme yöntemlerinin anlaşılması, katılımcıların veri analiz işlemlerini MS Excel uygulaması yerine veritabanı tarafına taşımasına yardımcı olacaktır. Bu aynı zamanda herhangi bir ilişkisel veritabanı kullanan herhangi bir BT sisteminin oluşturulmasına da yardımcı olabilir.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri analiz etmek için gelişmiş Spotfire Analyst tekniklerini öğrenmek isteyen iş analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Görselleştirmeleri farklı ekip üyeleriyle paylaşmak.
• Rol tabanlı erişim kontrolleri kullanarak yazılıma erişimi güvence altına almak.
• Harita çizelgeleri gibi görselleştirmeler oluşturmak.
• R gibi istatistiksel hesaplama dillerini Spotfire ile entegre etmek.

This instructor-led, live training in Türkiye (online or onsite) is aimed at field ecologists and conservation managers who wish to create data spatial projects in ArcGIS.

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

• Output spatial data as visualizations.
• Conduct geostatics on actual data.
• Implement spatial data analysis, data processing, and mapping with ArcGIS.
• Analyze spatial data for projects in ArcGIS.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• En son ArcGIS Pro sürümünü kullanarak GIS kavramlarını ve mekansal veri türlerini anlayabilecektir.
• Kullanıcı arayüzünü inceleyebilecek ve kullanım alanlarını değerlendirebilecektir.
• ArcGIS* Pro’yu keşfedebilecek ve çevrimiçi içeriği nasıl kullanacağını öğrenebilecektir.
• Kendi verilerinizi yönetebilecek, işleyebilecek ve analiz edebilecektir.
• Verilerinizi anlamlı ve yaratıcı bir şekilde görüntüleyebilecek ve paylaşabilecektir.

Not: En son ArcGIS Pro sürümünü kullanacağız.

This instructor-led, live training in Türkiye (online or onsite) is aimed at GIS analysts who wish to automate repetitive tasks in GIS processes.

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

• Build GIS applications using Python and ArcGIS tools.
• Develop with the ArcGIS package ArcPy, using Python.
• Apply the ArcGIS modules for map automation using object classes in Python.

Insurtech (veya Dijital Sigortacılık), sigorta + yeni teknolojilerin birleşimidir. Insurtech alanında "dijital sigortacılar", maliyetleri düşürmek, müşteri deneyimini iyileştirmek ve operasyonlarının çevikliğini artırmak için iş ve operasyon modellerine teknolojik yenilikler uygular.

Bu eğitmen liderliğindeki eğitimde katılımcılar, kuruluşları içinde ve sektör genelinde dijital dönüşümü gerçekleştirmek için gereken teknolojileri, yöntemleri ve zihniyeti anlayacaklardır. Bu eğitim, büyük resmi anlamak, abartıdan ve jargonlardan kurtulmak ve Insurtech stratejisi oluşturmaya ilk adımı atmak isteyen yöneticilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Insurtech'ü ve tüm bileşenlerini akıllıca ve sistematik olarak tartışmak
• Insurtech içindeki her temel teknolojinin rolünü belirlemek ve demistifiye etmek
• Kuruluşları içinde Insurtech'ü uygulamak için genel bir strateji oluşturmak

Hedef Kitle

• Sigortacılar
• Sigorta sektöründeki teknologlar
• Sigorta paydaşları
• Danışmanlar ve iş analistleri

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve vaka çalışması grup etkinlikleri

Bu eğitmen liderliğindeki, canlı eğitim (çevrimiçi veya yerinde), her şeyin kaydedildiği bir mimari kurmak isteyen mühendisler hedeflenmektedir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Fluentd'i kurmak ve yapılandırmak.
• Çok sayıda farklı sunucudan günlükleri toplamak.
• Bir kuruluş içindeki günlük katmanını birleştirmek.

Kurs Formatı

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

Kurs Özelleştirme Seçenekleri

• Bu eğitim, çeşitli sistem türleri için günlük yaklaşımlarını kapsamaktadır. Lütfen belirli sistemler (syslog, Apache, Nginx, IoT, ElasticSearch, MongoDB, Hadoop, vb.) için kapsam düzenlemek için bizimle iletişime geçin.
• Fluentd hakkında daha fazla bilgi için lütfen şu adresi ziyaret edin: https://www.fluentd.org/

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), LibreOffice Calc'ı kullanarak çeşitli veri analizleri (temelden gelişmişe) yapmak isteyen veri analistlerine yöneliktir ve Excel ve diğer elektronik tablo yazılımlarında bulunan benzer işlevlerden yararlanır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• LibreOffice paketini herhangi bir işletim sistemine kurabilecektir.
• LibreOffice Calc'ta mevcut tüm özellikleri ve işlevleri anlayabilecektir.
• Calc'ta verileri nasıl temizleyeceğini, doğrulayacağını, manipüle edeceğini ve görselleştireceğini öğrenebilecektir.
• Karmaşık veri analizleri gerçekleştirmek için Calc'taki çeşitli işlevleri ve araçları uygulayabilecektir.
• Gelişmiş veri analizi yapma konusunda bazı ipuçları ve bilgiler edinebilecektir.

Bu eğitmen yönetimi altında gerçekleşen canlı eğitim Türkiyeda (çevrimiçi veya yerel) orta seviye IT uzmanlarının Nagios kullanarak altyapı izlemesini uygulama ve yönetmelerini amaçlamaktadır.

Eğitim sonunda, katılımcılar aşağıdaki becerileri kazanmış olacaklar:

• Nagios Core'u ve ilgili eklentileri kurmak ve yapılandırmak.
• Sunucuları, ağ cihazlarını, hizmetleri ve uygulamaları izlemek.
• Uyarıları ve performans sınırlarını yapılandırmak.
• Nagios'u veritabanlarıyla ve üçüncü taraf araçlarla entegre etmek.
• Dağıtılmış izleme ve yüksek kullanılabilirlik ortamları kurmak.
• NagVis ve BPI gibi araçları kullanarak izleme verilerini görselleştirmek.

Bu Türkiye'ta (çevrimiçi veya yerel) gerçekleşen, eğitmen yönetimi altında olan eğitim, gerçek zamanlı altyapı izlemesi için Nagios Core'u uygulama, yapılandırma ve bakımını yapmak isteyen orta düzeyli IT profesyonellerine yönelik olup, bu amaca hizmet etmektedir.

Eğitim bittikten sonra, katılımcılar şunları yapabileceklerdir:

• Nagios Core'u ve bileşenlerini kurma ve yapılandırma.
• Ana makineleri, hizmetleri ve ağ kaynaklarını izleme.
• Güvenli kullanıcı erişimini ve uyarı sistemlerini yapılandırma.
• Özelleştirilmiş kontroller oluşturup Nagios izleme yeteneklerini genişletme.
• Raporlama ve analiz için eklentileri ve çizgi araçlarını kullanma.

Nagios XI, kurumsal sunucu ve ağ izleme yazılımıdır.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, Linux ve Windows sunucularını bir dizi uygulamalı canlı laboratuvar egzersiziyle yönetme sürecini adım adım izlerken Nagios XI'i nasıl kuracaklarını ve yöneteceklerini öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Nagios XI'i kurmak ve yapılandırmak
• Windows ve Linux makinelerini izlemek
• Ağ cihazlarını izlemek
• Nagios XI'in yedeğini almak, geri yüklemek ve planlı bakımını yapmak gibi yönetici görevlerini gerçekleştirmek

Hedef Kitle

• Sistem yöneticileri

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 geçin.

Bir coğrafi bilgi sistemi (GIS), mekânsal veya coğrafi verileri yakalamak, depolamak, manipüle etmek, analiz etmek, yönetmek ve sunmak için tasarlanmış bir sistemdir. GIS kısaltması, bazen coğrafi bilgi bilimi (GIScience) için kullanılır ve bu, coğrafi bilgi sistemlerini inceleyen akademik disiplindir ve daha geniş jeoinformatik akademik disiplini içindeki büyük bir alandır.

QGIS, bir coğrafi bilgi sistemi (GIS) yazılımı olarak işlev görür ve kullanıcılara mekânsal bilgileri analiz etme ve düzenleme, ayrıca grafiksel haritalar oluşturma ve dışa aktarma olanağı sağlar. QGIS, hem raster hem de vektör katmanlarını destekler; vektör verileri nokta, çizgi veya çokgen özelliklerinden biri olarak depolanır. Desteklenen raster görüntü formatları çok sayıda olup, yazılım görüntüleri coğrafi referanslama imkanı sunar. Özetle, kullanıcılara Windows, Mac, Linux, BSD üzerinde coğrafi bilgileri oluşturma, düzenleme, görselleştirme, analiz etme ve yayınlama olanağı sağlar.

Bu programın ilk aşamasında, QGIS arayüzü genel kullanım için tanıtılmaktadır. İkinci aşamada ise, QGIS'nin Python kütüphaneleri olan PyQGIS tanıtılmaktadır. Bu kütüphaneler, GIS işlevselliğinin Python kodunuzda veya Python uygulamanızda entegre edilmesini sağlar, böylece belirli bir GIS işlevselliği etrafında kendi Python eklentinizi bile oluşturabilirsiniz.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri analiz etmek için temel Spotfire Analyst tekniklerini öğrenmek isteyen iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TIBCO Spotfire'ü kurmak ve yapılandırmak.
• Farklı veritabanlarından gelen verileri birleştirmek.
• Büyük veri kümelerini görselleştirmek.
• Karmaşık gösterge panelleri oluşturmak ve paylaşmak.

Bu eğitmen liderliğindeki, canlı eğitim (Türkiye çevrimiçi veya yerinde), verileri görselleştirmek, dönüştürmek ve analiz etmek için yapay zeka yeteneklerini kullanan TIBCO Spotfire X'i kullanmak isteyen iş analistleri ve veri analistlerine yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• TIBCO Spotfire X'i kurmak ve yapılandırmak.
• TIBCO Spotfire X'in özelliklerini ve mimarisini anlamak.
• Artırılmış ve öngörülü analizlerin arkasındaki kavramları anlamak.
• Spotfire X kullanarak verileri yüklemeyi, işlemeyi ve görselleştirmeyi öğrenmek.
• Etkileşimli ve geliştirilmiş veri görselleştirmeleri oluşturmak.