Veri Yöneticisi

Bulut kavramları (yaklaşık 3,5 gün)

AWS Bulutun Avantajları

AWS Bulut tasarımının ilkeleri

AWS Bulutuna Geçiş

Bulut ekonomisi kavramları

İş sürecinde yapay zeka (AI)

Belirli yapay zeka teknolojilerinin sunumu

ve profesyonel ortamdaki olası uygulamalar

Güvenlik ve uyumluluk (yaklaşık 4,5 gün)

Ortak sorumluluk olarak AWS modeli

AWS bulut güvenliği, yönetişim ve uyumluluk kavramları

AWS erişim yönetimi işlevleri

Güvenlik desteği için bileşenler ve kaynaklar

Bulut teknolojisi ve hizmetleri (yaklaşık 5 gün)

AWS Cloud'da dağıtım ve çalıştırma yöntemleri

Küresel AWS altyapısı

AWS bilgi işlem hizmetleri, veritabanı hizmetleri, ağ hizmetleri ve depolama hizmetleri

Yapay zeka ve makine öğreniminin yanı sıra analitik hizmetler için AWS hizmeti

Kapsanan diğer AWS hizmetleri kategorilerinden hizmetler

Faturalama, fiyatlandırma ve destek (yaklaşık 2 gün)

AWS fiyatlandırma modellerinin karşılaştırılması

Faturalama, bütçe ve maliyet yönetimi için kaynaklar

AWS teknik kaynakları ve destek seçenekleri

Proje çalışması, sertifikasyon hazırlığı ve sertifikasyon sınavı (yaklaşık 5 gün)

AWS Certified Cloud Practitioner CLF-C02 (İngilizce)

İstatistiksel temeller (yaklaşık 6 gün)

Ölçme teorisinin temelleri (evren ve örneklem, örneklem türleri, ölçme ve ölçek düzeyleri)

Tek değişkenli tanımlayıcı istatistikler (frekans dağılımları, merkezi ölçümler, dağılım ölçümleri, standart değer, histogramlar, çubuk grafikler, pasta grafikler, çizgi grafikler ve kutu grafikler)

İki değişkenli tanımlayıcı istatistikler (korelasyon ölçümleri, korelasyon katsayıları, çapraz tablolar, dağılım grafikleri ve gruplandırılmış çubuk grafikler)

Tümevarımsal çıkarımsal istatistiğin temelleri (olasılık dağılımı, normal dağılım, ortalama değer dağılımı, anlamlılık testi, Fisher'in boş hipotez testi, etki büyüklüğü, parametre tahmini, güven aralıkları, hata çubuğu grafikleri, güç analizleri ve optimum örneklem büyüklüğünün belirlenmesi)

İş sürecinde yapay zeka (AI)

Belirli yapay zeka teknolojilerinin sunumu

ve profesyonel ortamdaki olası uygulamalar

İki grubu karşılaştırma yöntemleri (yaklaşık 5 gün)

Bir örneklem için z- ve t-testi (belirli bir değerden sapma)

İki bağımsız/bağlantılı örneklem arasındaki ortalama fark için t-testi

Eylemlerin, önlemlerin, müdahalelerin ve diğer değişikliklerin etkinliğinin t-testleri ile test edilmesi (iki gruplu ön test-son test tasarımları)

Anlamlılık testlerinin desteklenmesi (Anderson-Darling testi, Ryan-Joiner testi, Levene testi, Bonnet testi, korelasyonlar için anlamlılık testi)

Parametrik olmayan yöntemler (Wilcoxon testi, işaret testi, Mann-Whitney testi)

Olumsallık analizleri (binom testi, Fisher'in kesin testi, ki-kare testi, ilişki ölçümleri ile çapraz tablolar)

Çeşitli grupların ortalamalarını karşılaştırma yöntemleri (yaklaşık 5 gün)

Tek ve iki faktörlü varyans analizi (basit ve dengeli ANOVA)

Çok faktörlü varyans analizi (genel doğrusal model)

Sabit, rastgele, çaprazlanmış ve iç içe geçmiş faktörler

Çoklu karşılaştırma yöntemleri (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)

Etkileşim analizi (etkileşim etkilerinin analizi)

Varyans analizleri için seçicilik ve güç analizi

Deney Tasarımına Giriş (DoE) (yaklaşık 1 gün)

Tam ve kısmi faktöriyel deneysel tasarımlar

Proje çalışması (yaklaşık 3 gün)

Öğrenilen içeriği pekiştirmek için

Proje sonuçlarının sunumu

Veritabanı sistemleri ve SQL'in temelleri (yaklaşık 3 gün)

Veritabanı sistemleri ve modellerine genel bakış

Yedekli veri ve veri bütünlüğü

Normalleştirme ve BCNF

Veritabanı tasarımı ve varlık-ilişki modeli (ERM)

Birincil ve yabancı anahtarlar

İlişkiler arasındaki ilişkiler

SQL'de veri türleri

Endeksler ve performans

Kısıtlamalar ve doğrulama

Sorgular (SQL)

Modern VTYS'de formlar ve raporlar

Dairesel referans ve bağımlılık yönetimi

SQL Server Management Studio'ya (SSMS) giriş (yaklaşık 2 gün)

SQL Server ve SSMS'ye Genel Bakış

Fiziksel veritabanı tasarımı

Tablo oluşturma ve veri türlerini tanımlama

Kısıtlamalar, varsayılan değerler ve ilişkiler

Veritabanı diyagramları ve ilişkileri

Yedekleme ve geri yükleme

İş sürecinde yapay zeka (AI)

Belirli yapay zeka teknolojilerinin sunumu

ve profesyonel ortamdaki olası uygulamalar

DDL'ye (Veri Tanımlama Dili) giriş (yaklaşık 8 gün)

SQL temelleri ve gelişmiş sözdizimi

Tablo oluşturma ve kısıtlamaları tanımlama

Operatörler ve fonksiyon tanımları

Veri sorgulama ve manipüle etme

Hata işleme ve işlem yönetimi

DCL - Veri Kontrol Dili ve Güvenliği (yaklaşık 1 gün)

Kullanıcı yönetimi ve yetkilendirmeler

Roller, yetkiler ve denetim

Modern sistemlerde veri türleri, veri içe ve dışa aktarımı (yaklaşık 1 gün)

Veri içe ve dışa aktarma

Modern veri türleri

Proje çalışması (yaklaşık 5 gün)

Öğrenilen içeriği pekiştirmek için

Proje sonuçlarının sunumu

Python temelleri (yaklaşık 1 gün)

Tarihçe, kavramlar

Kullanım ve uygulama alanları

Sözdizimi

Python ile ilk adımlar (yaklaşık 5 gün)

Sayılar

Dizeler

Tarih ve saat

Standart giriş ve çıkış

liste, tuple dict, küme

Dallar ve döngüler (if, for, while)

İş sürecinde yapay zeka (AI)

Belirli yapay zeka teknolojilerinin sunumu

ve profesyonel ortamdaki olası uygulamalar

İşlevler (yaklaşık 5 gün)

Kendi fonksiyonlarınızı tanımlayın

Değişkenler

Parametreler, özyineleme

Fonksiyonel programlama

Sorun giderme (yaklaşık 0,5 gün)

denemek, hariç

Program kesintilerini önleme

Nesne yönelimli programlama (yaklaşık 4,5 gün)

Python sınıfları

Yöntemler

Değişmez nesneler

Veri sınıfı

Kalıtım

Grafik kullanıcı arayüzü (yaklaşık 1 gün)

Düğmeler ve metin alanları

Izgara düzeni

Dosya seçimi

Proje çalışması, sertifikasyon hazırlığı ve İngilizce "PCEP™ - Certified Entry-Level Python Programmer" sertifika sınavı (yaklaşık 3 gün)